python 可视化图表

导入包  import matplotlib.pyplot as plt

①小提琴图：violinplot()

作用：该函数是用来绘制箱形图和核密度估计组合图。

②散点图:scatter()

作用：散点图通过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。

③折线图：plot()

作用：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

④直方图：hist()

作用：统计各个数据出现的频次

⑤柱状图：bar()

作用：适用在较小数据集的分析；适用二维数据集,只比较一个维度数据差异项；直观展示各个体之间数据的差异；表现离散型的时间序列

⑥饼图：pie()

作用：适用于表示不同分类在总体中的占比情况，通过弧度大小来比较不同分类的占比大小，尤其在需要突出显示其中某一个部分的占比时。

⑦热力图：imshow()

作用：利用热力图可以看数据表里多个特征两两的相似度（有时也称之为交叉填充表。该图形最典型的用法就是实现列联表的可视化，即通过图形的方式展现两个离散变量之间的组合关系）

⑧核密度估计图：kdeplot()

估计随机变量的概率密度函数的非参数方法，即一种针对连续数据的密度估计方法，并且其根据数据本身的相互关系得到，无需对数据分布做假设。