学习笔记(44):零基础搞定Python数据分析与挖掘-连续型数据的可视化（一）

立即学习:https://edu.csdn.net/course/play/6861/326790?utm_source=blogtoedu

连续性数据的可视化

 

直方图的绘制

1、直方图一般用来观察数据的分布形态，横坐标代表数值的均匀分段，纵坐标代表每个段内的观测数量（频数）

2、一般直方图都会与核密度图搭配使用，目的是更加清晰的掌握数据的分布特征

直方图的绘制

plt.hist(x,bins=10,normed=False,orientation='vertical',color=None,label=None)

x:指定要绘制的直方图的数据

bins:指定直方图条形个数

normed:是否将直方图的频数转换成频率

orientation:设置直方图的摆放方向，默认是垂直方向。

color：设置直方图的填充色

edgecolor：设置直方图的边框色

label:设置直方图的标签，可通过legend展示其图例。

import pandas as pd
import matplotlib.pyplot as plt

Titanic = pd.read_csv(r'E:\pylean\database\第8章 数据可视化\titanic_train.csv')
#print(Titanic)
#检查年龄是否有缺失，如果有使用any()返回True
any(Titanic.Age.isnull())
#可以选择删除有缺失的年龄数据
Titanic.dropna(subset=['Age'],inplace=True)
plt.hist(
    x=Titanic.Age,
    bins=20,
    color='red',
    edgecolor='black'
)
#添加x轴和y轴的标签
plt.xlabel('年龄')
plt.ylabel('统计')
plt.title('乘客年龄分布')
plt.show()

 

 

箱线图：

 

plt.boxplot(x,vert=None,whis=None,patch_artist=None,meanline=None,showmeans=None,showcaps=None,showbox=None,showfliers=None,boxprops=None,labels=None,flierprops=None,medianprops=None,meanprops=None,capprops=None,whiskerprops=None)

x:指定要绘制箱线图的数据

vert：是否要将箱线图垂直摆放，默认就是垂直摆放

whis：指定上下须与上下四分位的距离，默认是1.5倍的四分位差

patch_artist：bool 类型参数，是否填充箱线体的颜色，默认是False

meanline:bool类型参数，是否用线的形式表示均值，默认是False

showmeans：bool类型参数，是否显示均值，默认是False

showcaps:bool类型参数，是否显示箱线图顶端和末端的两条线（即上下须），默认是True

showbox：bool类型参数，是否显示箱线图的箱体，默认是True

showfliers：是否显示异常值，默认是True

boxprops：设置箱体的属性，如边框，填充色

labels：为箱线图添加标签，类似于图例的作用。

filerprops：设置异常值的属性，如线的类型、粗细等

meanprops：设置均值的属性，如点的大小、颜色等

capprops：设置箱线图顶端和末端的线条属性，如颜色和粗细等

whiskerprops：设置须的属性，如颜色、粗细、线的类型等。