散点图
- 散点图显示两组数据的值,每个点的坐标位置由变量的值决定
- 由一组不连接的点完成,用于观察两种变量的相关性
- 例如身高-体重、温度-维度、等等
绘图语法
plt.scatter([1,2,3,4],[1,2,3,4])
不相关
正相关
负相关
样式选择
plt.scatter(x,y,s=点面积,c=颜色,alpha=透明度,marker=形状)
实例:判断股票市场前一天的涨幅对今天涨幅是否有影响
获取第二列开盘价与第五列收盘价。
画图结果说明前一天涨幅跟下一天涨幅没有明显关系
折线图
- 折线图是用直线段将各数据连接起来组成的图形
- 常用来观察数据随时间变化的趋势
- 例如股票价格、温度变化等等
绘图语法
plt.plot(x,y)
样式选择
- 线型linestyle
- 颜色 color
- 点形状 marker
实例:以日期为x轴画出股市开盘价折线图
将第一列识别成日期。
纵坐标不是日期,计算机自动将日期解析成一系列字符串,使用plot_date绘制带日期的
默认散点图
改变样式
条形图
- 以长方形的长度为变量的统计图表
- 用来比较多个项目分类的数据大小
- 通常利用于较小的数据集分析
- 例如不同季度的销量,不同国家的人口等
绘图语法
plt.bar(x,y,width=,color=,align='center|edge') # 绘制条形图
plt.barh(x,y,width=,color=) # 绘制水平条线图
直方图
- 由一系列高度不等的纵向条形组成,标书数据分布情况
- 例如某年级同学的身高分布情况
- 主要和条形图区别
绘图语法
plt.hist(x, 段数, density=False) # 一个变量的直方图
plt.hist2d(x1, x2, 段数) # 两个变量的直方图
饼状图
- 饼状图显示一个数据系列中各项的大小与各总项的比例
- 饼状图中的数据点显示为整个饼状图的百分比
- 如前十大品牌占市场份额图
绘图语法
plt.pie(数据列表,标签列表,autopct=False,explode=突出列表,shadow=False)
箱型图
- 箱型图又称为盒须图、盒式图或箱线图
- 是一种用作显示一组数据分散情况资料的统计图
- 异常值,上边缘,上四分位数,中位数,下四分位数,下边缘,异常值
绘图语法
plt.boxplot(x,whis=1.5,sym=None)
其中whis表示上边缘和下边缘的长度,sym为异常点的形状
负相关