本节开始一个全新的系列，是整套 Python 第三阶段的课。我把整套知识体系分成四个模块：
- Python 基础
- 数据分析：NumPy, Pandas, SciPy
- 数据可视化：Matplotlib, Seaborn, Bokeh, Plotly/Cufflinks, PyEcharts
- 机器学习：Scikit Learn, Scikit Plot, Keras
这是 Python 数据可视化系列的第一节《Matplotlib 上》，之前两大系列的所有课程链接如下。
Python 数据分析
- NumPy 上
- NumPy 下
- Pandas 上
- Pandas 下
- SciPy 上
- SciPy 下
- Pandas 时间序列
- Pandas 高频数据采样
- 默顿模型计量经济资本
- LSMC 定价美式和百慕大期权
- 负油价和负利率模型
- Nelson-Siegel 构建债券收益率曲线
- 外汇交易组合保证金制定系统
- FR007 利率掉期定价和曲线拔靴
- 量化投资 - 向量化回测
Python 基础
- 编程概览
- 元素型数据
- 容器型数据
- 流程控制：条件-循环-异常处理
- 函数上：低阶函数
- 函数下：高阶函数
- 类和对象：封装-继承-多态-组合
- 字符串专场：格式化和正则化
- 解析表达式：简约也简单
- 生成器和迭代器：简约不简单
- 装饰器：高端不简单
人是感官动物！图永远比字直观！一图胜千言！因此学会 Python 工具做可视化是一项非常重要的技能，在 Python 众多画图工具中，Matplotlib 一定是最早应该学习的。下图类比人类和 Matplotlib 画图三部曲。
Matplotlib 是一个巨无霸，咋一看无从下手，只能分解之后各点击破。总体来说，它包含两类元素：
- 基础 (primitives) 类：线 (line), 点 (marker), 文字 (text), 图例 (legend), 网格 (grid), 标题 (title), 图片 (image) 等。
- 容器 (containers) 类：图 (figure), 坐标系 (axes), 坐标轴 (axis) 和刻度 (tick)
基础类元素是我们想画出的标准对象，而容器类元素是基础类元素的寄居出，它们也有层级结构。
代码语言：javascript复制 图 → 坐标系 → 坐标轴 → 刻度
由上图看出：
- 图包含着坐标系 (多个)
- 坐标系由坐标轴组成 (横轴 xAxis 和纵轴 yAxis)
- 坐标轴上面有刻度 (主刻度 MajorTicks 和副刻度 MinorTicks)
创造完以上四个容器类元素后，便可在它们“身上”添加各种基础类元素。
- 在坐标轴和刻度上添加标签
- 在坐标系中添加线、点、网格、图示、标记和文字
- 在图中添加标题
理解了 Matplotlib 里面的绘图逻辑和元素后，再可以分别从不同维度 (深度和广度) 研究画图：
- 深度探索：研究折线图，但根据需求不断更新设置添加元素完善它，深度研究做到完美！（本节主要内容）
- 广度探索：研究如何画合适图、有效图、动态图和立体图，却没在美感上做到完美，广度研究满足需求！（下节主要内容）
