↑↑↑ 点击上方 蓝字 ,关注
极客猴 如果你喜欢极客猴,可以把我
置顶 或
星标 ~
题图:from Pexels
数据可视化可以让我们很直观的发现数据中隐藏的规律,察觉到变量之间的互动关系,可以帮助我们更好的给他人解释现象,做到一图胜千文的说明效果。
常见的数据可视化库有:matplotlib 是最常见的2维库,可以算作可视化的必备技能库,由于matplotlib是比较底层的库,api很多,代码学起来不太容易。
seaborn 是建构于matplotlib基础上,能满足绝大多数可视化需求。更特殊的需求还是需要学习matplotlib。
pyecharts 上面的两个库都是静态的可视化库,而pyecharts有很好的web兼容性,可以做到可视化的动态效果。
数据采集:如何批量采集网页表格数据?
数据读取:pd.read_csv/pd.read_excel
数据清洗(预处理):理解pandas中的apply和map的作用和异同
可视化,兼容matplotlib语法(今天重点)
!pip3 install numpy
!pip3 install pandas
!pip3 install matplotlib
已经安装好,现在我们导入这几个要用到的库。使用的是伦敦天气数据,一开始我们只有12个月的小数据作为例子
#jupyter notebook中需要加这行代码
%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
#读取天气数据
df = pd.read_csv('data/london2018.csv')
df
#写法1
df.plot(x='Month', y='Tmax')
plt.show()