DW-动手学数分04（数据可视化）

1 了解matplotlib

• Matplotlib： 是 Python 的绘图库， 它可与 NumPy一起使用，提供了一种有效的 MatLab 开源替代方案。

---

2 可视化图案

• 基本可视化团及场景使用
  • 柱状图
    • 场景：展示多个分类的数据变化和同类别各变量之间的比较情况。
    • 适用：对比分类数据
    • 局限：分类过多则无法展示数据特点
  • 条形图
    • 场景：类似柱状图，只不过两根轴对调一下
    • 适用：类别名称过长，将有大量空白位置标示每个类别的名称
    • 局限：分类过多则无法展示数据特点
  • 折线图
    • 场景：展示数据随时间或有序类别的波动情况的趋势变化
    • 适用：有序的类别，比如时间
    • 局限：无序的类别无法展示数据特点
  • 柱线图
    • 场景：结合柱状图和折线图在同一个图表展现数据
    • 适用：要同时展现两个项目数据的特点
    • 局限：有柱状图和折线图两者的缺陷
  • 散点图
    • 场景：用于发现各变量之间的关系
    • 适用：存在大量数据点，结果更精准，比如回归分析
    • 局限：数据量小的时候会比较混乱
  • 饼图
    • 场景：用来展示各类别占比，比如男女比例
    • 适用：了解数据的分布情况
    • 局限：分类过多，则扇形越小，无法展现图表
  • 雷达图
    • 场景：将多个分类的数据量映射到坐标轴上，对比某项目不同属性的特点
    • 适用：了解同类别的不同属性的综合情况，以及比较不同类别的相同属性差异
    • 局限：分类过多或变量过多，会比较混乱
  • 漏斗图
    • 场景：用梯形面积表示某个环节业务量与上一个环节之间的差异
    • 适用：有固定流程并且环节较多的分析，可以直观地显示转化率和流失率
    • 局限：无序的类别或者没有流程关系的变量
  • 瀑布图
    • 场景：采用绝对值与相对值结合的方式，展示各成分分布构成情况，比如各项生活开支的占比情况
    • 适用：展示数据的累计变化过程
    • 局限：各类别数据差别太大则难以比较

---

3 matplotlib用法

• plt.figure()函数：生成一个画布
  • 格式：figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)
  • num：图像编号或名称，数字为编号，字符串为名称
  • figsize：指定figure的宽和高，单位为英寸
  • dpi：指定绘图对象的分辨率
  • facecolor：背景颜色
  • edgecolor：边框颜色
  • frameon：是否显示边框
• plt.plot()函数：用于画图
  • kind：图形种类，可以使’line’,'bar’等
  • grid：显示轴网格线
• 添加轴坐标标签、表头
  • plt.xlabel：添加x轴坐标标签
  • plt.ylabel：添加y轴坐标标签。可以设置字体大小(fontsize=)
  • plt.title：添加表头，有很多参数可以设置
    • fontsize：字体大小
    • backgroudcoloe：背景颜色
    • fontweight：字体粗细，[‘light’,‘normal’,‘bold’]
    • color：字体颜色
    • verticalalignment：对齐方式， ‘center’ , ‘top’ , ‘bottom’ ,‘baseline’
• plt.legend()：给绘图加上图例
• plt.show()：显示绘图
• 【任务二：可视化展示泰坦尼克号数据集中男女中生存人数分布情况】

  import numpy as np
  import pandas as pd
  import matplotlib.pyplot as plt
  text = pd.read_csv(