张小鱼的博客

本文主要是补充一下之前数据可视化jupyter notebook里面章节的数据集，需要的自己下载。

jupyter入门教学，数据可视化技术，range函数，列表的相关方法与使用，len函数，remove函数，pop函数，reverse函数，sort函数，循环的判断，random函数，append函数，元组、字典、集合set、自定义函数、匿名函数，文件的打开与关闭，文件的读取与写入，文件的处理，csv文件，

数据可视化课程设计——北京新发地官网数据分析与可视化展示【内容在jupyter notebook里面展示】包含数据爬取与可视化分析详解，数据可视化的图包括直方图，散点图，漏斗图，产地路线图，节点图，玫瑰图，饼图，箱线图，折线图，词云，分组关系图，多面板图，直方图与密度图的集合

pyecharts是基于Echart图表的一个类库，而Echart是百度开源的一个可视化JavaScript库。pyecharts主要基于web浏览器进行显示，绘制的图形比较多，包括折线图、柱状图、饼图、漏斗图、地图、极坐标图等，代码量很少，而且很灵活，绘制出来的图形很美观。使用pyecharts时，需要安装相应的库，安装命令为： pip install pyecharts

Matplotlib绘图基本模仿MATLAB绘图库，其绘图风格和MATLAB类似。由于MATLAB绘图风格偏古典，因此，Python开源社区开发了Seaborn绘图模块，对Matplotlib进行封装，绘图效果更符合现代人的审美。Seaborn属于Matplotlib的一个高级接口，使得作图更加容易。在多数情况下使用Seaborn能做出很具吸引力的图，而使用Matplotlib可以制作具有更多特色的图。应该把Seaborn视为Matplotlib的补充，而不是替代物。使用Seaborn时，使用的导入惯例

Matplotlib 是一个在 python 下实现的类 matlab 的纯 python 的第三方库,旨在用 python实现 matlab 的功能,是python下最出色的绘图库。其风格跟 matlab 相似，同时也继承了 python 的简单明了。 要使用matplotlib得先安装 numpy 库 (一个python下数组处理的第三方库，可以很方便的处理矩阵，数组) 。 matplotlib 对于图像美化方面比较完善，可以自定义线条的颜色和样式，可以在一张绘图纸上绘制多张小图，也可以在一张图上绘制多

对于数据分析而言，数据大部分来源于外部数据，如常用的CSV文件、Excel文件和数据库文件等。Pandas库将外部数据转换为DataFrame数据格式，处理完成后再存储到相应的外部文件中。NumPy常用的导入格式：import pandas as pd相关案例与解析文件以及文件数据的导入与分析1.文本文件读取 文本文件是一种由若干行字符构成的计算机文件，它是一种典型的顺序文件。txt文件：是Windows操作系统上附带的一种文本格式，文件以.txt为后缀。CSV文件

Pandas（Python Data Analysis Library）是基于NumPy的数据分析模块，它提供了大量标准数据模型和高效操作大型数据集所需的工具，可以说Pandas是使得Python能够成为高效且强大的数据分析环境的重要因素之一。pandas的导入方式：import pandas as pdpandas的数据结构：Series、DataFrame和Panel。Series类似于一维数组；DataFrame是类似表格的二维数组；Panel可以视为Excel的多表单Sheet

学习数据可视化的宝子们，在anaconda里面的jupyter notebook运行，内容包括numpy数值计算基础，编程语言为python，此处还有一些csv或者excel文件，NumPy是在1995年诞生的Python库Numeric的基础上建立起来的，但真正促使NumPy的发行的是Python的SciPy库。但SciPy中并没有合适的类似于Numeric中的对于基础数据对象处理的功能。于是，SciPy的开发者将SciPy中的一部分和Numeric的设计思想结合，在2005年发行了NumPy。