数据可视化-python应用

引用

• 数据分析之---Python可视化工具
• 如何选择正确的图表类型
• 数据可视化：你想知道的经典图表全在这
• 如何快速成为数据分析师？
• 50个matplotlib可视化 - 主图（带有完整的python代码）(1)
• Matplotlib 简介
• python开发大全、系列文章、精品教程
• python数据可视化系列教程——matplotlib绘图全解

---

一. 统计方法

python lib: numpy

• 平均值、最大值、最小值、求和
• 标准误差：表示样本平均数和总体平均数的变异程度，可以用来反映结果精密度。
• 标准差(均方差)：计算一组数据偏离均值的平均幅度，不管这组数据是样本数据还是总体数据
• 方差：在概率论和统计方差衡量随机变量或一组数据时离散程度的度量
• 中位数：对于有限的数集，可以通过把所有观察值高低排序后找出正中间的一个作为中位数。
• 众数：在统计分布上具有明显集中趋势点的数值，代表数据的一般水平（众数可以不存在或多于一个）

import numpy as np
from scipy.stats import mode

array = np.array([1, 3, 4, 23, 565, 1, -8, 123, 111, 54, 45.0, 3, 3])

print '求和：', array.sum()
print '最大值：', array.max()
print '最小值：', array.min()
print '条数：', array.size
print '标准差：', array.std()---------------偏离平均值的幅度
print '平均值：', array.mean()
print '中位数：', np.median(array)
print '方差：', np.var(array)---------------这组数据离散程度
print '众数：', mode(array).mode, mode(array).count

二. 图表

数据通常包含五种关系：构成、比较、趋势、分布及联系。

• 构成：关注每个部分所占整体的百分比，适用饼图。
• 比较：展示事物的排列顺序，首选条图。
• 趋势：常见的时间序列关系，适用线图能更好的展示变化。
• 分布：关心各数值范围包含多少项目，适用柱图。
• 联系：查看两个变量之间关系，适用气泡图。

三. 可视化

python lib：matplotlib、Pandas、Seaborn、ggplot、Bokeh、pygal、Plotly