Python数据分析之Matplotlib散点图|条形图|直方图

1.散点图

• 散点图的特点
  • 散点图用来表示两组一维数据之间的关联，或展示坐标数据的分布关系。
  • 散点图不同于折线图，它是由一个一个的点构成的，点之间并不会用直线连接起来。
• 如何使用散点图

  • scatter(
    x, y, s=None, c=None, marker=None, cmap=None, norm=None,
    vmin=None, vmax=None, alpha=None, linewidths=None,
    verts=cbook.deprecation._deprecated_parameter,
    edgecolors=None, *, plotnonfinite=False, data=None, **kwargs)

  • scatter 英[ˈskætə®] 美[ˈskætər]
    v. 撒; 驱散; 散开; 撒播; 四散; 使分散;
    n. 散落; 三三两两; 零零星星;

  • 使用plt.scatter(x,y)绘制默认散点图

2.条形图/柱状图

• 条形图的特点
  • 条形图是用宽度相同的条形的高度或长短来表示数据多少的图形。
  • 条形图可以横置或纵置，纵置时也称为柱形图。
• 如何使用条形图

  • bar(
    x, height, width=0.8, bottom=None, *, align=‘center’,
    data=None, **kwargs)

  • bar 英[bɑː®] 美[bɑːr]
    n. （长方形）条，块

  • 使用plt.bar(x, width)绘制竖直的柱状图。
  • 使用plt.barh(y, height)绘制水平的柱状图。

3.直方图

• 直方图的特点

  • 直方图(Histogram)，又称质量分布图，是一种统计报告图，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。
  • 直方图一般用横轴表示数据类型，纵轴表示分布情况。
  • 直方图的统计图表一般大多为正态分布形式。（中间高两端低）

• 如何使用直方图

  • hist(
    x, bins=None, range=None, density=False, weights=None,
    cumulative=False, bottom=None, histtype=‘bar’, align=‘mid’,
    orientation=‘vertical’, rwidth=None, log=False, color=None,
    label=None, stacked=False, *, data=None, **kwargs)

  • histogram 英[ˈhɪstəɡræm] 美[ˈhɪstəɡræm]
    n. （统计学的）直方图，矩形图

  • 使用plt.hist(x, bins=None)绘制直方图。
    • 其中x为数值，bins为组数
    • 组数 = 极差/组距

4.图形示例

• 下边四个图分别为散点图，竖柱状图，横条形图以及直方图