python数据图形_python数据可视化

一、生活中常见的图形

二、数据可视化基础知识

图中元素：对应英文单词要记住

视觉元素

1.数值类型：散点图(scatter plot)

2.时间序列：折线图(line plot)

3.分类数据：柱状图(bar plot)

4.颜色：热图(heatmap)

python绘图包matplotlib

使用plot绘制线条

第1个参数是x的坐标值，第2个参数是y的坐标值

color：线条颜色，值r表示红色(red)

marker：点的形状，值o表示点为圆圈标记(circle marker)

linestyle：线条的形状，值dashed表示用虚线连接各点

axis：坐标轴范围

语法为axis[xmin, xmax, ymin, ymax]，

也就是axis[x轴最小值, x轴最大值, y轴最小值, y轴最大值]

如果matplotlib参入的参数只能是列表的话，这对数据处理很不利。一般，我们传入的是numpy的数组。实际上，所有参入的值内部都会转换为numpy的数组。

arange用于生成一个等差数组,最小值是零，最大值是五，公差0.2等差数列

使用数组同时绘制多个线性

运算符**，表示幂 - 返回x的y次幂，例如10**20表示10的20次方

在图上添加文本

多个图绘图

如何使用panda绘图

导入数据

阿里巴巴

每日股票价位信息

Open:开盘价

High:最高加

Low：最低价

Close：收盘价

Volume：成交量

下面我们主要关注每日的收盘价

定义字典

谷歌

亚马逊

Facebook

苹果

腾讯

数据可视化

折线图：绘制股票走势

横轴x是股票时间，默认就可以了

纵轴y是收盘价Close这一列数据

plot默认是线条图

分析结果：通过图中显然可以看出阿里巴巴的股票价格总体趋势是增长的，是值得投资的一家公司。

散点图：成交量和股价

成交量：买入和卖出量的和

量价相同：价涨量升，价跌量缩(量指购买量，价指股价)，成正线性相关。

量价背离：价涨量跌，市场低迷的前兆，成负线性相关。

我们给plot传入的横轴x坐标轴数据成交量这一列的数据，

纵轴y坐标轴数据是收盘价这一列的数据，1e7就是1乘以10的7次方

同时增加了一个参数叫kind这个值表示绘制图形的类型，这里的值等于scatter表示绘制散点图。

Volume(成交量)和Close(收盘价)交叉值0.335>0,呈正线性相关，表示成交量和股价变化方向相同，市场继续看好的表现。

GAFATA股价走势比较

因为谷歌和亚马逊的股价比较高，造成我们看不出其他4家公司的股票走势。 所以根据股价我们可以将这6家公司分成2组，一组是股价较高的谷歌和亚马逊。另外一组是股价较低的4家公司。

2018年谷歌和亚马逊累计涨幅

2018年4家公司股价走势比较

柱状图：六家公司股票的平均值

分析结果：可以看出，仅从股票价格上来判断，亚马逊和谷歌的股票价格要远远的超过了其他四家。但是这里只是算的平均值，下面我们看下用四分位数绘制的箱线图

用Jupyter notebook制作报告

markdown语法

notebook可以集合代码和文档，其中文档排版部分就是markdown语法实现的

# 一级标题

## 二级标题

示例如图：

无序列表和有序列表：

*无序列表

1.2.3.等用于有序列表

加粗和斜体：

**加粗内容**

*斜体内容*

示例如下：

超链接和图片

[网站名字](网址)

！[图片名字](图片地址)

网址：

引用：

>引用，不包括空格

分割线

加3个*，按tab键换行

生成幻灯片

设置-view-Cell Tollbar-Slides Show

单元格菜单-Slide Type-Slide

隐藏菜单-view-Cell Tollbar-None

生成：

最后生成一个(html.)文件