数据可视化第一章好题

1.什么是数据可视化

数据可视化是将数据转化为图表、图形、地图等视觉元素的过程，以便人们更容易理解数据的趋势、关系和模式。 它通常强调的是对数据的视觉呈现 ，以便用户能够在数据中发现模式、异常、趋势等。 数据可视化的例子包括线图、柱状图、饼图、 散点图 等。

2.常见的数据可视化方式

散点图与折线图，时间序列图，关系图，地图，词云三维图，高维图，柱状图，饼图，热力图

3.箱形图的5个统计量

最小值、下四分位数、中位数、上四分位数与最大值

4.使用matplotlib绘制图表

import numpy as np
import matplotlib.pyplot as plt
data = np.array([1,2,3,4,5])
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(data)
plt.show()

使用pyplot的函数绘制同一个图表

import numpy as np
import matplotlib.pyplot as plt
data=np.array([1,2,3,4,5]）
plt.plot(data)
plt.show()

编写程序，分别采用面向对象和面向函数两种方式绘制正弦曲线和余弦曲线

提示;利用numpy的linspace()、sin()、cos()函数生成样本数据，正弦值或余弦值。

import numpy as np
import matplotlib.pyplot as plt
x_data = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y_sin, y_cos = np.sin(x_data), np.cos(x_data)
fig = plt.figure()                         
ax = fig.add_subplot(111)                 
ax.plot(x_data, y_sin)   
ax.plot(x_data, y_cos)
plt.show()
 
# 面向函数的方式
import numpy as np
import matplotlib.pyplot as plt
x_data = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y_sin, y_cos = np.sin(x_data), np.cos(x_data)                 
plt.plot(x_data, y_sin)   
plt.plot(x_data, y_cos)
plt.show()