数据可视化（python代码实现）

数据分类概述

按照所采用的计量尺度的不同，可以将统计数据分为分类数据、顺序数据和数值型数据。

分类数据和顺序数据说明的是事物的品质特征，通常是用文字来表述的，其结果均表现为类别，因而也可统称为定性数据或品质数据；数值型数据说明的是现象的数量特征，通常是用数值来表现的，因此也可称为定量数据或数量数据。

分类数据（categorical data）是只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，是用文字来表述的。

顺序数据（rank data）是只能归于某一有序类别的非数字型数据。顺序数据虽然是类别，但这些类别是有序的。

数值型数据（metric data）是按数字尺度测量的观察值，其结果表现为具体的数值。现实中所处理的大多数是数值型数据。

数据类型与主要图示方法

代码实现

• 条形图

import matplotlib.pyplot as plt  
  
num_list = [1.5,0.6,7.8,6]  
plt.bar(range(len(num_list)), num_list)  
plt.show()  

• 饼图

import matplotlib.pyplot as plt

labels = ['A', 'B', 'C', 'D', 'others']
share = [0.45, 0.25, 0.15, 0.05, 0.10]
explode = [0, 0.1, 0, 0, 0]
plt.pie(share, explode = explode,
        labels = labels, autopct = '%3.1f%%',
        startangle = 180, shadow = True,
        colors = ['c', 'r', 'gray', 'g', 'y'])
plt.title('2017 Market Share')
plt.show()

• 直方图

from matplotlib import pyplot as plt
from matplotlib import font_manager

a = [131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102,