Python数据可视化
文章平均质量分 94
xiaoranone
知行合一,独善其身。
https://github.com/xiaorancs
展开
-
4_Styling_your_plots
Styling your plotsIntroduction我们需要明白一点,在向读者展现图形的时候,图形的格式很重要。修改图形的格式,使新的style更加漂亮, 将很大程度上提高图形的交互性,使工作更加有效。 这一节中,我们要学习的怎么在已经作出的图中,修改格式。一般而言,你可以在你的plot中做任何事情,修改 任何的格式,我们并不会介绍所有的style,只是介绍最基础的图形格式:原创 2018-01-30 17:22:43 · 392 阅读 · 0 评论 -
1_Univariate_plotting_with_pandas
# Univariate plotting with pandas在这个section中,我们学习基础的pandas的功能,从最简单的单变量可视化或者一元可视化开始。这些基础的工具包括bars plots和line charts.通过这些,我们能够更好的理解pandas画图库的结构,并集花费一些时间来解释数据的格式。import pandas as pdimport ma原创 2018-01-26 15:05:10 · 618 阅读 · 0 评论 -
3_Bivariate_plotting_with_pandas
基于pandas的双变量的作图 Scatter plot –> df.plot.scatter() 擅长: 区间数据、一些无序的分类数据 Hex plot –> df.plot.hex() 擅长: 区间数据、一些无序的分类数据 Stacked Bar Chart –> df.plot.bar(stacked=True) 擅长: 有序和无序的分类数据原创 2018-01-29 11:08:29 · 1187 阅读 · 0 评论