数据可视化
Andy_shenzl
你看不懂的世界,背后都是原理
展开
-
seaborn变量分析+热力图
单变量直方图看数据分布plt.figure(figsize=(12,5))#默认图形plt.subplot(141) sns.distplot(x)#不画直方图plt.subplot(142)sns.distplot(x,hist=False) #不画线图plt.subplot(143)sns.distplot(x,kde=False,bins=20) #设置fitplt.subplot(144)sns.distplot(x, kde=False, fit=stats.g原创 2020-07-02 10:16:45 · 1918 阅读 · 0 评论 -
seaborn风格和色系设置
seaborn开篇seaborn风格设置plt.figure(figsize=(12,8))#默认风格plt.subplot(231)sns.boxplot(data=data)#darkgridwith sns.axes_style("darkgrid"): plt.subplot(232) sns.boxplot(data=data)#whitegridwith sns.axes_style("whitegrid"): plt.subplot(233)原创 2020-07-01 14:21:07 · 1894 阅读 · 0 评论 -
matplotlib细节设置
坐标轴plt.figure(figsize=(8,3))#原始图像plt.subplot(131)fig = plt.gca()plt.plot(x,y)#去掉轴标签和刻度plt.subplot(132)fig = plt.gca()plt.plot(x,y)fig.axes.get_xaxis().set_visible(False)fig.axes.get_yaxis().set_visible(False)#去掉上边和右边轴线plt.subplot(133)fig =原创 2020-07-01 14:19:34 · 1014 阅读 · 0 评论 -
matplotlib入门-直方图、饼图、散点图
直方图首先需要区分清楚概念:直方图和条形图。条形图:条形图用长条形表示每一个类别,长条形的长度表示类别的频数,宽度表示表示类别。直方图:直方图是一种统计报告图,形式上也是一个个的长条形,但是直方图用长条形的面积表示频数,所以长条形的高度表示频数/组距,宽度表示组距,其长度和宽度均有意义。当宽度相同时,一般就用长条形长度表示频数。直方图一般用来描述等距数据,柱状图一般用来描述名称(类别)数据或顺序数据。直观上,直方图各个长条形是衔接在一起的,表示数据间的数学关系;条形图各长条形之间留有空隙,区分不同原创 2020-06-30 10:31:31 · 1027 阅读 · 0 评论 -
matplotlib入门-盒图
盒图主要是看一个数据的分布情况,也适用于EDA异常值的查找Q1是四分之一分为数Q3是四分之三分为数median中位数IQR=Q3−Q1Q3-Q1Q3−Q1基本图形fig = plt.figure(figsize=(8,6))plt.boxplot(data,notch=False,sym='s',vert=True)plt.xticks([y+1 for y in range(len(data))],['x1','x2','x3'])plt.xlabel('x')plt.titl原创 2020-06-29 15:19:39 · 534 阅读 · 0 评论 -
matplotlib入门-条形图
条形图是日常画图中最常使用的图形之一简单模板首先看一个简单的模板,条形图一般分为竖向和横向两种,如果图中有负数的话,最好画一条横线或者竖线,可以让图看起来更加完整和美观,如下:plt.figure(figsize=(10,8))#正常柱形图plt.subplot(221)plt.bar(x,y,color='red')#正常柱形图,x=0处加横线plt.subplot(222)plt.bar(x,y,color='red')plt.axhline(0,color='grey',lin原创 2020-06-29 13:55:58 · 439 阅读 · 0 评论 -
matplotlib入门-基本设置
matplotlib是一个Python 2D绘图库,是一个简单而且很实用的绘图工具。在notebook上使用时需要加上一行命令%matplotlib inline基本设置我们先绘制一个最简单的图形plt.plot([1,2,3,4,5],[1,4,9,16,25])plt.xlabel('xlabel',fontsize = 16)plt.ylabel('ylabel')线条字符类型字符类型'-'实线'--'虚线'-.'虚点线':'点线原创 2020-06-28 17:31:38 · 290 阅读 · 0 评论 -
数据探索分析-EDA
目录一、什么是EDA定义plan二、案例实战1、整体步骤2、实例-python演示1>数据背景2>导入相关的包3>导入数据及数据概览4>变量初探索5>数据切分6>数据质量评估7>变量分析8>数据峰度和偏度8>数据增长变化可视化9>每个变量与目标变量之间的相关性10&...原创 2020-05-07 10:29:49 · 2193 阅读 · 0 评论 -
Apache Zeppelin 安装及链接MaxCompute实现数据可视化
一、安装ZeppelinZeppelin是一款基于web的notebook工具,它支持以插件的方式接入各种解释器(interpreter),从而使用户能够以特定的语言或数据处理后端来完成交互式查询,并快速实现数据可视化。在官网页面下载最新版本:链接下载完成后,最好放在根目录下,直接解压终端进入解压目录:cd zeppelin-0.8.2-bin-all进入到bin里面执行...原创 2020-04-01 10:38:27 · 538 阅读 · 0 评论 -
Pycharm利用Flask展示仪表盘
之前详细介绍了Pycharm利用Flask展示普通图表今天说一下仪表盘的做法1、简单的仪表盘from pyecharts import options as optsfrom pyecharts.charts import Gauge, Pagegauge = (Gauge() .add("demo", [("完成率", 16.6)]) .se...原创 2020-03-15 15:35:47 · 740 阅读 · 0 评论 -
Pycharm利用Flask展示图表数据
日常工作中我们可能需要临时把数据分享给运营或者产品,如果购买或者开发一个新的框架成本比较高,那么我们可以用Flask做一个简单的数据展示进行分享。flask 是python web开发的微框架,Echarts酷炫的功能主要是javascript起作用,将两者结合起来,发挥的作用更大。一、安装PycharmPycharm是当下比较流行的python的IDE,下面可以直接创建flask项目...原创 2020-03-02 10:48:04 · 3270 阅读 · 2 评论 -
python使用matplotlib画饼状图(pie)
代码与详细注释from matplotlib import pyplot as plt #调节图形大小,宽,高plt.figure(figsize=(6,9))#定义饼状图的标签,标签是列表labels = [u'第一部分',u'第二部分',u'第三部分']#每个标签占多大,会自动去算百分比sizes = [60,30,10]colors = ['red','yellowg...转载 2019-12-10 13:38:10 · 1295 阅读 · 0 评论 -
matplotlib图例中文乱码
几经周折,终于搞定,总结一下1、首先下载字体下载中文字体(黑体,看准系统版本)https://link.zhihu.com/?target=http%3A//www.fontpalace.com/font-details/SimHei/2、找到matplotlib字体文件夹,/anaconda3/lib/python3.6/site-packages/matplotlib/m...原创 2019-06-28 18:27:54 · 994 阅读 · 0 评论 -
plotly绘制简单图形<2>--条形图
之前说了散点图和折线图,本次主要说一下条形图:1、简单条形图import plotly.plotly as pyimport plotly.graph_objs as godata = [go.Bar( x=['A', 'B', 'C'], y=[20, 14, 23] )]py.iplot(data, filename=...原创 2018-08-23 15:53:12 · 4114 阅读 · 0 评论 -
plotly绘制简单图形<3>--图形按钮设置
分享一个图形设置按钮的方法:import plotly.plotly as pyimport plotly.graph_objs as goimport numpy as np#定义三组数据x0 = np.random.normal(2, 0.4, 400)y0 = np.random.normal(2, 0.4, 400)x1 = np.random.normal(3, 0...原创 2018-08-23 16:58:56 · 2276 阅读 · 0 评论 -
plotly绘制简单图形<4>--饼形图
plotly绘制简单图形<1>--散点图折线图plotly绘制简单图形<2>--条形图plotly绘制简单图形<3>--设置按钮本次说一下饼形图:目录1、简单饼形图2、设置修饰3、甜圈图1、简单饼形图import plotly.plotly as pyimport plotly.graph_objs as golab...原创 2018-08-23 17:24:33 · 3079 阅读 · 2 评论 -
plotly绘制简单图形<5>--饼形图附加
plotly绘制简单图形<4>--饼形图里说了饼形图的基本设置,这里补充一个怎样设置两个饼图的方法(数据是爬取京东手机和电脑价格数据分析结果)import plotly.plotly as pyimport plotly.graph_objs as gofig = { "data": [ { "values": [841, 222, 4, 13,...原创 2018-08-24 10:42:53 · 1197 阅读 · 0 评论 -
plotly绘制简单图形<6>--箱线图
箱形图(英文:Box plot),又称为盒须图、盒式图、盒状图或箱线图,是一种用作显示一组数据分散情况资料的统计图。因型状如箱子而得名。在各种领域也经常被使用,常见于品质管理。不过作法相对较繁琐。主要包含六个数据节点,将一组数据从大到小排列,分别计算出他的上边缘,上四分位数Q3,中位数,下四分位数Q1,下边缘,还有一个异常值。普通箱线图import plotly.plotly a...原创 2018-09-27 13:53:03 · 5230 阅读 · 0 评论 -
plotly绘制简单图形<7>--用plotly画图参数设置
用plotly画图import plotlyimport plotly.graph_objs as goimport plotly.offline as py #设置离线画图#设置第一坐标轴画的条形图trace0 = go.Bar( y=count_unit_2018.index, x=count_unit_2018, #设置图形的颜色外观等 mark...原创 2018-09-28 14:23:53 · 15984 阅读 · 1 评论 -
plotly绘制简单图形<8>--双Y轴设置
我们做数据的时候往往会遇到我们想同时展现两组数据,但是两组数据的量级不一样,那么绘制在一起会导致,数量级小的一组数据的趋势不能明显的看出来,这个时候往往需要建立一个次坐标轴接下来我们看一下怎么用plotly进行实现import plotly.plotly as pyimport plotly.graph_objs as go trace1 = go.Bar( x=[...原创 2018-09-28 18:56:27 · 11520 阅读 · 1 评论 -
plotly绘制简单图形<9>--十六进制颜色对照表
十六进制颜色对照表原创 2018-09-29 17:22:25 · 7873 阅读 · 1 评论 -
plotly绘制简单图形<10>--金字塔图
为了参照对比,我们一般需要画类似金字塔形状的图表来展示数据,下面我们那一个例子来看一下效果import plotly.plotly as pyimport plotly.graph_objs as goimport numpy as npwomen_bins = np.array([-600, -623, -653, -650, -670, -578, -541, -411,...原创 2018-09-30 10:00:32 · 2576 阅读 · 0 评论 -
plotly绘制简单图形<1>
之前在《聚类分析python画树状图--Plotly(dendrogram)用法解析》说了plotly的安装注册以及使用,这里说一下plotly的其他使用首先导入相关的包import plotly.graph_objs as go1、绘制散点图:trace=go.Scatter( x=[1,2,3,4,5,6], y=[1,3,5,8,4,7], m...原创 2018-08-22 17:15:45 · 1712 阅读 · 1 评论