数据可视化能让人们更直观的传递数据所要表达的信息。Python 中有两个专用于可视化的库,matplotlib 和 seaborn ,本文将介绍matplotlib。
- Matplotlib:基于Python的绘图库,提供完全的 2D 支持和部分 3D 图像支持。
- Seaborn:该 Python 库能够创建富含信息量和美观的统计图形。Seaborn 基于 matplotlib,具有多种特性,比如内置主题、调色板、可视化单变量数据、双变量数据,线性回归数据和数据矩阵以及统计型时序数据等,能让我们创建复杂的可视化图形。
一、python代码实现(matplotlib库)
1、导入数据库
import matplotlib.pyplot as plt
# 我们最常用matplotlib中的pyplot模块,别名设置为plt是约定俗称常用,也可以自己设置
2、作图
结合实际绘画过程,我们来理解一下用python作图,每一行代码的意义:
图形种类很多,根据实际项目需求,绘制不同类型的图像,很多时候我们会融合多种图像,从不同角度分析结果:
- 数值型:散点图
- 时间序列:折线图
- 分类数据:柱状图
- 颜色:热图
- 下面介绍一下常见的图以及常用的属性
2.1 散点图
x=[0.5,0.75,1,2,3,3.5,4,5.5] # 某学生不同科目的学习时间
y=[10,22,25,40,50,70,90,93] # 对应不同科目的分数
# 画散点图
plt.scatter(x,y,s=200) # s表示设置散点的大小
#设置图标标题
plt.title('学生分数情况',fontsize =24)
# 设置坐标轴标签
plt.xlabel('学习时间')
plt.ylabel('考试分数')
plt.show()