![0c194d574b664da7ce25c759068870dc.png](https://img-blog.csdnimg.cn/img_convert/0c194d574b664da7ce25c759068870dc.png)
1. 基本的画图操作:
今天,我们学习一下python的数据可视化操作。
首先,简单介绍一下matplot。matplotlib.pyplot是使Matplotlib像MATLAB一样工作的命令样式函数的集合。每个pyplot函数都会对图形进行一些更改:例如,创建图形,在图形中创建绘图区域,在绘图区域中绘制一些线,用标签装饰绘图等;pylab是一个模块,其包括matplotlib.pyplot,numpy 和单个名称空间内的一些附加功能。它的最初目的是通过将所有函数导入全局名称空间来模仿类似于MATLAB的工作方式。由于大量导入全局名称空间可能会导致意外行为,因此强烈建议不要使用pylab。建议使用matplotlib.pyplot 代替。导入惯例是:
![cb90bb60d6833855c5358523de698095.png](https://img-blog.csdnimg.cn/img_convert/cb90bb60d6833855c5358523de698095.png)
另外一种方法是seaborn。Seaborn是基于matplotlib的Python数据可视化库。它提供了用于绘制引人入胜且内容丰富的统计图形的高级界面。Seaborn是把matplotlib的部分功能根据常用组合进行封装,使初学者也能绘制出较为实用的图。初学可视化的同学建议以seaborn入手,可以满足大部分需求。导入惯例是:
![7c996c904ec09aba28a4d4b07535cc8e.png](https://img-blog.csdnimg.cn/img_convert/7c996c904ec09aba28a4d4b07535cc8e.png)
下面,我们以一个实际例子来绘图。导入波士顿房价预测的数据集,然后进行绘图:
![a9913a7d99c5b45038bf28e2d580da3b.png](https://img-blog.csdnimg.cn/img_convert/a9913a7d99c5b45038bf28e2d580da3b.png)
![9c9dd093a4baabee720f13ee9afd8eda.png](https://img-blog.csdnimg.cn/img_convert/9c9dd093a4baabee720f13ee9afd8eda.png)
当然,我们还可以传入各种参数,绘出定制化的图例(我们只绘出上述图片中的两条线),如下:
![af03a2b59595bb387e923ee57f8be4f9.png](https://img-blog.csdnimg.cn/img_convert/af03a2b59595bb387e923ee57f8be4f9.png)
![f5502b4f8e81fb2e7352887b2c5828f6.png](https://img-blog.csdnimg.cn/img_convert/f5502b4f8e81fb2e7352887b2c5828f6.png)
2. 直方图的绘制:
还是上例,我们对于AGE这个属性,可以画出直方图。如果使用matplot,代码如下:
![75642edca16ff5b6619f7689cb869122.png](https://img-blog.csdnimg.cn/img_convert/75642edca16ff5b6619f7689cb869122.png)
![b94612d2ba21ae403af64a128e41a29c.png](https://img-blog.csdnimg.cn/img_convert/b94612d2ba21ae403af64a128e41a29c.png)
如果使用seaborn,代码如下:
![1e886e64a8c0d7da88cc528c0f75d21a.png](https://img-blog.csdnimg.cn/img_convert/1e886e64a8c0d7da88cc528c0f75d21a.png)
对比一下两幅图,可以发现matplot是统计数据出现的个数,反应数据绝对的分布情。而使用seaborn画,都是相对多少个,纵坐标表示占比是多少。当然,我们还可以定制化画图:
![f705907bc9c4dd0ffce44be306320b43.png](https://img-blog.csdnimg.cn/img_convert/f705907bc9c4dd0ffce44be306320b43.png)
![ce0aac84adca7084ee1f198532252fe6.png](https://img-blog.csdnimg.cn/img_convert/ce0aac84adca7084ee1f198532252fe6.png)
3. 散点图的绘制
![8ea2cd8ccbfd5042d47051c456d49c7a.png](https://img-blog.csdnimg.cn/img_convert/8ea2cd8ccbfd5042d47051c456d49c7a.png)
4. 密度图的绘制
![7b12f555a0e569af0072b3550e2cd37a.png](https://img-blog.csdnimg.cn/img_convert/7b12f555a0e569af0072b3550e2cd37a.png)
![e50d7edb6865d0dc2e4cefc43e3a8b42.png](https://img-blog.csdnimg.cn/img_convert/e50d7edb6865d0dc2e4cefc43e3a8b42.png)
想了解更多关于我们金翅创客实验室的内容,请关注微信公众号:金翅创客。
![9c41dfc8df009b731ea8e7180dd034c0.png](https://img-blog.csdnimg.cn/img_convert/9c41dfc8df009b731ea8e7180dd034c0.png)
原创声明:本文内容均为本人原创作品。请任何和个人、组织,在经过本人授权后,方可转载。