python绘制直方图显示数字_Python | 数据可视化汇总

01 提纲

不断总结是学习进步的阶梯。

前阵子针对python数据可视化进行了一波学习和实操，是时候总结一下数据可视化的方法和代码了，一起来复习吧！

想要说明的一点是，方法千千万，是学习不完的，怎么办呢？

最近听到一个词：用以致学。就是以目的为导向去学习，学到之后再进行总结，而不是盲目地学。

本次数据可视化复习提纲如下：

散点图

箱线图

折线图

条形图、直方图

饼图

多图

主要使用到matplotlib.pyplot和seaborn两个python内置绘图包。

下面我们开始吧~

对了，别忘记引入包

import matplotlib.pyplot as plt

import seaborn as sns

import numpy as np

import pandas as pd

#设置在notebook中直接展示图形输出

%matplotlib inline

#设置图片清晰度

%config InlineBackend.figure_format="retina"

02 散点图

【.plot作图】

# kind="scatter",做散点图，x轴表示花瓣长度，y轴表示花瓣宽度

iris.plot(kind="scatter",color="red",x="petal_length",y="petal_width")

【matlibplot.pyplot.plot作图】 [plt.plot( )]

plt.style.use('ggplot')

#设置画布大小

plt.figure(figsize=(8,6))

#scatter绘制散点图，s设置点大小

plt.scatter(x=top10.Purchases,y=top10.Sales,s=100)

【seaborn作图】[sns.] v.s. 【.plt作图】

matplotlib是python的主要绘图工具，但其自身的语法比较复杂

Seaborn是基于matplotlib产生的一个模块，专攻于统计可视化

Seaborn和matplotlib的关系类似于pandas和numpy的关系

我们来看看seaborn相较于plt的简洁之处，下面两个代码实现同样的效果——花瓣长宽散点图，以品种划分数据.

seaborn实现

# FacetGrid中的hue参数指明划分数据的变量，这里是species（品种）

# \ 用于将一行语句提行

# add_legend()添加图例

#先将iris数据集以species字段划分开

sns.FacetGrid(iris,hue='species',size=7