数据可以通过多种类型的图表进行呈现,不同的图表具有不同的呈现效果。本博文记录了使用过程中,用过的一些可视化方法。
一、盒形图
盒形图可以很好的表现数据分布,包括平均值,最小最大值等。python代码如下:
首先设置合适的数据格式,随后将数据展示。
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
time_list0 = np.array(time_list)
df0 = pd.DataFrame(time_list0)
average_time0 = np.mean(time_list0)
time_list = np.array(time_list_s)
df = pd.DataFrame(time_list)
average_time = np.mean(time_list)
time_list1 = np.array(two_channel)
df1 = pd.DataFrame(time_list1)
average_time1 = np.mean(time_list1)
plt.subplots_adjust(wspace =0, hspace =0)
plt.subplot(1, 3, 1)
sns.boxplot(data=df1)
sns.swarmplot(data=df1, color=".25")
plt.legend(['Average time:\n %2fs' % average_time1])
plt.ylim([0.04, 0.12])
plt.xlabel('')
plt.xticks()
plt.yticks()
plt.ylabel('Time (s)')
plt.subplot(1, 3, 2)
sns.boxplot(data=df0)
sns.swarmplot(data=df0, color=".25")
plt.legend(['Average time:\n %2fs' % average_time0])
plt.ylim([0.04, 0.12])
plt.xlabel('SiaCNN')
plt.ylabel('Time (s)')
plt.xticks()
plt.yticks()
plt.subplot(1, 3, 3)
sns.boxplot(data=df)
sns.swarmplot(data=df, color=".25")
plt.ylim([0.04, 0.12])
plt.xlabel('')
plt.ylabel('Time (s)')
plt.legend(['Average time:\n %2fs' % average_time])
plt.xticks()
plt.yticks()
plt.show()