![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据可视化
Melody袁
这个作者很懒,什么都没留下…
展开
-
数据可视化|实验八 实现scatterplot关系图
使用 tips 数据集绘制一个简单的散点图import seaborn as snsimport matplotlib.pyplot as plttips=sns.load_dataset('tips')plt.rcParams['font.sans-serif'] = 'SimHei'plt.rcParams['axes.unicode_minus'] = Falseax = sns.scatterplot(x='total_bill',y='tip',data=tips)ax.set_ti原创 2021-04-05 17:13:10 · 1041 阅读 · 0 评论 -
数据可视化|实验五 分析1996-2015年人口数据各个特征的分布与分散状况
使用 NumPy 库读取人口数据使用 numpy 库读取人口数据,分析 1996~2015 年人口数据特征间的关系。%matplotlib inlineimport numpy as npimport matplotlib.pyplot as plt# 实训 1 分析 1996~2015 年人口数据特征间的关系#使用 numpy 库读取人口数据data=np.load('./populations.npz',allow_pickle=True)print(data.files)# 查看文原创 2021-04-05 16:06:48 · 2659 阅读 · 1 评论 -
数据可视化|实验四 分析1996-2015年人口数据特征间的关系
使用 NumPy 库读取人口数据使用 numpy 库读取人口数据,分析 1996~2015 年人口数据特征间的关系:%matplotlib inlineimport numpy as npimport matplotlib.pyplot as pltdata=np.load('./populations.npz',allow_pickle=True)print(data.files)# 查看文件中的数组print(data['data'])print(data['feature_nam原创 2021-04-05 16:03:40 · 3496 阅读 · 0 评论 -
数据可视化|实验三 分析特征内部数据分布于分散状况
绘制 2000 年与 2016 年产业结构饼图import matplotlib.pyplot as pltimport numpy as npdata=np.load('./国民经济核算季度数据.npz',allow_pickle=True)name=data['columns']values=data['values']plt.rcParams['font.sans-serif'] = 'SimHei'plt.rcParams['axes.unicode_minus'] = False原创 2021-04-05 15:57:24 · 1621 阅读 · 0 评论 -
数据可视化|实验二 分析特征间关系
使用 scatter 函数绘制 2000-2017 年各季度的国民生产总值散点图import matplotlib.pyplot as pltimport numpy as npdata=np.load('./国民经济核算季度数据.npz',allow_pickle=True)name=data['columns']values=data['values']plt.rcParams["font.family"]="SimHei"plt.rcParams['font.sans-serif']="原创 2021-04-05 15:19:18 · 1439 阅读 · 0 评论 -
数据可视化|实验一 绘图基础语法和常用参数
1.绘制函数“ y=x^2 ”与“ y=x ”图形import matplotlib.pyplot as pltimport numpy as npfig = plt.figure(figsize = (6, 6), dpi = 80) # 创建画布。大小为 6 × 6 ,像素为 80x = np.linspace(0, 1, 1000)fig.add_subplot(2, 1, 1) # 分为 2 × 1 图形阵,选择第 1 张图片绘图plt.title('y=x^2 & y=x'原创 2021-04-05 15:12:30 · 1339 阅读 · 0 评论 -
sns.load_dataset使用报错解决URLError: <urlopen error [Errno 11004] getaddrinfo failed>(windows))
sns.load_dataset是导入一些seaborn自带的数据集的方法,当我们直接使用的时候经常会遇到报错url错误,这是由于无法访问外网的原因。但是我们windows电脑本身在user/你的用户名这个目录下有一个文件夹seaborn-data,这个文件夹是可以存放缓冲数据的地方,由于无法访问外网,我们可以将数据集下载下来放到这个文件夹下,这样就可以了。数据集下载地址https://github.com/mwaskom/seaborn-data解决方法就是:找到seaborn-data文件夹,将数原创 2021-04-05 13:55:37 · 2203 阅读 · 2 评论