数据可视化
文章平均质量分 79
那个叫马尔的大夫
山海有的是时间
展开
-
数据分析之词云图绘制
试验任务概述:如下为所给CSDN博客信息表,分别汇总了'ai', 'algo', 'big-data', 'blockchain', 'hardware', 'math', 'miniprog'等7个标签的博客。对CSDN不同领域标签类别的博客内容进行词频统计,绘制词频统计图,并根据词频统计的结果绘制词云图。TF(词频)指的是一个词语在文档中出现的频率,它认为在一个文档中频繁出现的词语往往与文档的主题相关性更高。构造关键词列表,根据之前返回的关联度最大词汇对应的下标,回到原数据表中定位,找出对应的词汇。原创 2023-12-27 17:14:58 · 1322 阅读 · 2 评论 -
【可视化分析项目实战】seaborn核密度估计图绘制
使用目的:核密度估计图是一种可视化的方法,观测的分布锁定在一个数据集,类似于柱状图。KDE使用连续概率密度曲线代表了数据在一个或多个维度。将轴刻度设置为日志。单个值设置单变量分布的数据轴和双变量分布的两个轴。一对值独立设置每个轴。数值被解释为所需的基数(默认为 10)。如图,提取出temp(气温)和windspeed(风度)两列, emp(气温)和humidity(湿度)两列,绘制核密度估计图。布尔值或数字,或一对布尔值或数字。如果为真,则估计累积分布函数。,则遵循现有的轴比例。原创 2023-05-19 22:00:29 · 375 阅读 · 8 评论 -
seaborn数据可视化案例分析—共享单车
Seaborn是基于matplotlib开发的高阶Python数据可视图库,用于绘制更精致、美观的图形,其绘图逻辑与matplotlib基本一致,但呈现效果比matplotlib要清晰美观。常见的图表有散点图、折线图、柱状图等。本文以共享单车数据为例,介绍的Seaborn中的柱状图、散点图以及pandas对数据的相关处理方式,用柱状图、散点图实现对共享单车数据的可视化分析。原创 2023-05-17 23:10:45 · 978 阅读 · 0 评论