Python数据分析入门 matplotlib数据可视化基础【三】

最新推荐文章于 2021-02-21 17:13:10 发布

爱吃泡菜的monkey

最新推荐文章于 2021-02-21 17:13:10 发布

阅读量556

点赞数

分类专栏： 04python 文章标签： python 机器学习数据分析人工智能大数据

本文链接：https://blog.csdn.net/nnnnn68/article/details/105816076

版权

本文介绍了Python数据分析中，使用matplotlib库进行数据可视化的基础应用，包括绘制直方图以查看特征分布，饼图展示各部分占比，以及箱线图用于分析数据分散状况。通过直方图可以发现数据模式，饼图反映部分与整体比例，箱线图则揭示数据的分布情况和分散程度。

摘要由CSDN通过智能技术生成

分析特征内部数据分布与分散状况

绘制直方图

主要用户查看各分组数据的数量分布，以及各个分组数据之间的数量比较
可比较直观地看出产品质量特性的分布状态，便于判断其总体质量分布情况
可发现分布表无法发现的数据模式、样本的频率分布和总体的分布
bar函数的常用参数及其说明
在这里插入图片描述

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = 'SimHei' # 设置中文显示
plt.rcParams['axes.unicode_minus'] = False
data = np.load('E:/python/数据、代码/第3章/01-任务程序/data/国民经济核算季度数据.npz')
name = data['columns'] #提取其中的columns数组视为数据的标签
values = data['values'] #提取其中的values数组视为数据的存在位置 
label = ['第一产业','第二产业',