数据可视化
这个朋友很多问号
噢,这可爱又可恨的代码
展开
-
Matplotlib之扇形图绘制
1 扇形图介绍扇形图用整个圆表示总数,用圆内各个扇形的大小表示各部分数量占总数的百分数。2 扇形图绘制扇形图通过pie()函数绘制plt.pie(x, explode=None, labels=None)x 扇形数据explode 设置某几个分块是否要分离饼图labels 每块扇形标签autopct 百分比数据标签shadow 是否显示阴影plt.pie()有3个返回值patches 绘制饼图每一块的对原创 2020-08-27 12:24:10 · 4059 阅读 · 0 评论 -
Matplotlib之直方图绘制
1 直方图介绍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情况(统计)。2 直方图绘制直方图通过hist()函数绘制• plt.hist(x, bins=None) # 绘制以x为数值,bins为组数,组数 = 极差/组距示例:某地区连续50年中四月份平均气温数据如下:temp= [6.9,4.1,6.6,5.2,6.4,7.9,8.6,3.0,4.4,6.7,7.1,4.7,9.1原创 2020-08-27 10:24:11 · 466 阅读 · 0 评论 -
Matplotlib之条形图绘制
1 条形图介绍条形图是用宽度相同的条形的高度或者长短来表示数据多少的图形。条形图可以横置或者纵置,纵置时也称为柱形图。特点: 能够使人一眼看出各个数据的大小,易于比较数据之间的差别。2 条形图绘制条形图通过bar()函数绘制• plt.bar(x, height) # 绘制以x为x轴位置,height为y轴位置的竖条形图示例一:假设获取到了2019年内地电影票房前20的电影(列表a)和电影票房数据(列表b),那么如何更加直观的展示该数据a = [“流浪地原创 2020-08-26 17:13:57 · 9667 阅读 · 0 评论 -
Matplotlib之散点图绘制
1 散点图介绍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,表示离群点(分布规律)2 散点图绘制散点图通过scatter()函数绘制• plt.scatter(x,y) # 以默认的形状颜色等绘制散点图示例一:假设通过爬虫你获取到了长沙2019年4,10月份每天白天的最高气温(分别位于列表a,b),那么此时如何寻找出气温和随时间变化的某种规律a = [1原创 2020-08-26 15:32:10 · 833 阅读 · 0 评论 -
Matplotlib之优化图片呈现(组件和中文显示问题)
图形组成实际上,图形的组成除了x,y轴。还有很多组件。如下图:组件详情:方法描述plt.figure(figsize=None,dpi=None)生成新的图片,figsize:图片大小,dpi:透明度plt.savefig(fname)保存图片plt.xticks(ticks=None)设置x轴刻度的值plt.yticks(ticks=None)设置y轴刻度的值plt.xlabel(xlabel)设置x轴标签plt.ylabel(ylabe原创 2020-08-25 18:21:42 · 181 阅读 · 0 评论 -
Matplotlib之折线图绘制
1 折线图介绍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2 折线图绘制折线图通过plot()函数进行绘制:• plt.plot(x, y) # 使用默认的线样式及颜色绘制x,y构建的图形实例:数据如下,绘制折线图形• x = [1,2,3,4]• y = [2,3,1,2]import matplotlib.pyplot as pltx = [1,2,3,4]y = [2,3,1,2]plt.plot(x原创 2020-08-25 11:41:15 · 331 阅读 · 2 评论 -
Matplotlib绘制图形之初步介绍
Matplotlib是一个Python的绘图库,它可与 NumPy 一起使用,可以代替Matlab使用。其优点有:(1)将数据进行可视化,使数据更直观;(2) 使数据更加更具有说服力。由于Matplotlib是第三方库,所以需要安装它才可以使用。安装命令: pip install matplotlib安装可参考官网: https://matplotlib.org/users/installing.html注意:Matplotlib3.0要求python3版本才可安装使用。图片与子图的介绍Mat原创 2020-08-24 09:48:59 · 866 阅读 · 0 评论