言之无文,行而不远。
1. 数据可视化的作用
数据可视化是数据分析很重要的一环。数据可视化主要作用是通过图形的方式,清晰的展示数据的趋势及分布。显示隐含在数据中的现象和规律,给决策者一个很好的数据支撑。
2. python中matplotlib
from matplotlib import pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif'] = ['SimHei'] # 显示中文标签
plt.rcParams['axes.unicode_minus'] = False
x = np.arange(1, 11)
y = x * 2 + 3
plt.xlabel("月份")
plt.ylabel("收益")
plt.plot(x, y)
plt.show()
3. python之pyechart
from pyecharts.charts import Line
line = Line()
line.add_xaxis([1, 2, 3, 4, 5, 6, 7])
line.add_yaxis("收益", [12, 13, 14, 15, 16, 17, 18])
line.render()
4. python之pyploty
import plotly.graph_objects as go
import numpy as np
x = np.arange(10)
fig = go.Figure(data=go.Scatter(x=x, y=x ** 2))
fig.show()
4. 总结
python作为一门入门比较快的语言,相较于其他语言有着天然的优势,特别是在人工智能,数据分析等领域。
用数据思维能更客观的认知这个世界,过去只有干巴巴的数据展示在人们的面前。数据分析的结果通过图、表的方式来呈现,俗话说“文不如表,表不如图”。借用数据展示的手段,能更直观的让数据分析师表述想要呈现的信息、建议与观点。人类通过视觉和图像比文本和数字更容易吸收与掌握信息。通过数据可视化,业务组织可以提高他们在需要时查找所需信息的能力。使用可视化数据工具,它使用户能够有效的查看在操作条件和业务性能之间发生的连接。通过数据可视化可以把多维的数据显示在同一张图中,更能发现的变量与变量的关系。