机器学习-数据科学库 03 matplotlib 不同统计图对比

折线图

以折线的上升或下降来表示统计数量的增减变化的统计图

• 特点:能够显示数据的变化趋势，反映事物的变化情况。(变化)

直方图

由一系列高度不等的纵向条纹或线段表示数据分布的情况。 一般用横轴表示数据范围，纵轴表示分布情况。

• 特点:绘制连续性的数据,展示一组或者多组数据的分布状况(统计)

条形图

排列在工作表的列或行中的数据可以绘制到条形图中。

• 特点:绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计)

散点图

用两组数据构成多个坐标点，考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式。

• 特点:判断变量之间是否存在数量关联趋势,展示离群点(分布规律)

基本散点图

# 使用scatter方法绘制散点图
plt.scatter(x_3,y_3,label="3月份")
plt.scatter(x_10,y_10,label="10月份")

结果：

基本条形图

# 绘制条形图
plt.bar(x, y,width=0.3)

# 绘制横向条形图
plt.barh(range(len(a)),b,height=0.3,color="orange")

基本直方图

经验公式：

组距=每组两个端点之间距离
极差=最大值-最小值
组数=极差/组距

# 组距
d = 3

# 组数
num_bins = (max(a)-min(a))//d

# 绘制直方图
plt.hist(a, num_bins, density=True)

‘Rectangle’ object has no property ‘normed’ 参考 https://blog.csdn.net/qq_45069279/article/details/105636669

参考：https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.hist.html

其他类似画图前端库

百度系

• echarts：https://echarts.apache.org/examples/en/

阿里系

• g6
  • https://github.com/antvis/g6
  • https://ggeditor.com/
• f2
  • https://github.com/antvis/f2
  • https://www.yuque.com/antv/f2

开源三方

• Plotly

  • https://plotly.com/javascript/

• D3

  • https://d3js.org/

• seaborn

  • https://seaborn.pydata.org/