python 数据可视化
文章平均质量分 84
流年里不舍的执着
Life is what you make it, so try to make it beautiful
展开
-
数据可视化之pyecharts绘图基础5分钟上手
5分钟上手from pyecharts.charts import Barbar = Bar()bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])# bar = (# Bar()# add_xaxis(["衬衫", "羊毛衫",...原创 2019-11-19 10:07:52 · 256 阅读 · 0 评论 -
数据可视化之Seaborn控制图的美感和调色板设置
解决绘图中乱码问题plt.rcParams['axes.unicode_minus'] = False # 解决坐标轴刻度负号乱码import seaborn as snssns.set_style('whitegrid',{'font.sans-serif':['simhei','Arial']}) # 解决中文乱码问题导入相应的模块import numpy as npnp.r...原创 2019-11-19 10:08:57 · 370 阅读 · 0 评论 -
数据可视化之Seaborn数据集分布的可视化
解决绘图中乱码问题plt.rcParams['font.sans-serif']=['Simhei'] # 解决中文乱码问题plt.rcParams['axes.unicode_minus']=False # 解决坐标轴刻度负号乱码Pandas中的绘图类型...原创 2019-11-19 10:09:37 · 1187 阅读 · 0 评论 -
数据可视化之Matplotlib绘图基础二
解决绘图中乱码问题plt.rcParams['font.sans-serif']=['Simhei'] # 解决中文乱码问题plt.rcParams['axes.unicode_minus']=False # 解决坐标轴刻度负号乱码Matplotlib中的绘图类型导入基本模块import matplotlib.pyplot as pltimport numpy as npn...原创 2019-11-19 10:08:09 · 345 阅读 · 1 评论 -
数据可视化之matplotlib绘图基础一
Matplotlib三种不同的绘图方式plt.rcParams['font.sans-serif']=['Simhei'] # 解决中文乱码问题plt.rcParams['axes.unicode_minus']=False # 解决坐标轴刻度负号乱码matplotlib是python最著名的绘图库,它提供了一整套和MATLAB相似的命令API,十分适合交互式地进行制图。而且也可以...原创 2019-11-19 10:09:15 · 549 阅读 · 0 评论 -
数据可视化之pandas绘图
解决绘图中乱码问题plt.rcParams['font.sans-serif']=['Simhei'] # 解决中文乱码问题plt.rcParams['axes.unicode_minus']=False # 解决坐标轴刻度负号乱码Pandas中的绘图类型Pandas通过标准约定来引用matplotlib API来实现更便捷的绘图方法。pandas的Series和DataFra...原创 2019-11-19 10:09:51 · 878 阅读 · 0 评论 -
数据可视化概要
数据可视化数据可视化:研究如何将数据以图片或图形的方式展现的科学。专注于展现,以连贯和简短的形式把大量的信息展现出来。尽管数据可视化能处理书面信息,它的重点还是用图片和图像的形式向观众传递信息。数据可视化的优点表达形象化:使用图表可以化冗长为简介,化抽象为具体,化深奥为形象,使读者或听众更容易理解主题和观点突出重点:通过对图表中数据的颜色和字体等信息的特别设置,可以把问题的重点有效德传递...原创 2019-11-19 10:08:36 · 391 阅读 · 0 评论