15 Python数据可视化

# Author:Nimo_Ding

'''
按照数据之间的关系，将可视化视图划分为四类：
1、比较：
    比较数据间各类别的关系，或随时间变化趋势，例如折线图
2、联系：
    变量之间的关系，例如散点图
3、构成：
    每个部分占整体的百分比，或随百分比变化，比如饼图
4、分布：
    关注单个/多个变量分布情况，比如直方图
'''

# 1、散点图scatter plot，适合展示两个变量之间的关系。
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd

# 模拟数据是1000个随机点。
N=1000
x=np.random.randn(N)
y=np.random.randn(N)
# x,y表示坐标，marker表示标记的符号样式。
# plt.scatter(x,y,marker='x')
# plt.show()  # matplotlib绘制，呈现长方形

df=pd.DataFrame({
    'x':x,
    'y':y
})
# sns.jointplot(x="x",
#               y="y",
#               data=df,
#               kind='scatter')  # scatter代表散点图、kde代表核密度图、hex代表Hexbin图，是直方图的二维模拟。
# plt.show() # Seaborn绘制，呈现正方形，而且给出了变量的分布情况

# 2、折线图
# 用来表示数据随着时间变化的趋势
import pandas as pd
import matplotlib.pyp