数数数据分析>>>>matplotlib

数据分析

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。

• 数据分析过程
  1. 数据收集：本地数据或者网络数据的采集与操作.
  2. 数据处理：数据的规整，按照某种格式进行整合存储。
  3. 数据分析：数据的科学计算，使用相关数据工具进行分析。
  4. 数据展现：数据可视化，使用相关工具对分析出的数据进行展示。

matplotib

最流行的Python底层绘图库，主要做数据可视化图表,名字取材于MATLAB，模仿MATLAB构建

导入

• from matplotlib import pyplot as plt

设置图片大小

• fig = plt.figure(figsize=(20,8), dpi = 150)

设置x轴 y轴

绘图

• (调用多次的话是绘制多个图片)
• plt.plot(x,y)

图形样式

• 标题 label
• 颜色 color
• 线条风格 linestyle
• 线条粗细 linewidth
• 透明度 alpha

设置x/y轴刻度

• plt.xticks
• 调整间距: 可以传递步长合适的可迭代对象
• 比如 刻度 字符串 稀疏/密集 等参数可以传递
• 可以用for循环传入字符串 format

保存图片

• plt.savefig(保存路径)

展示图像

- plt.show()

添加图像的描述信息

• 设置中文字体
  • 第一种方法是百度找直接默认好的
  • 第二种
    
• 设置标题
  • label ( title 标题, xlabel x轴标题, ylabel y轴标题 )
• 设置网格
  • plt.grid( alpha= 0.4, linestyle= )
• 图例
  • plt.plot(lebel= , prop= 图例的字体, loc= 图例的位置)

matplotlib

matplotlib能够绘制折线图,散点图,柱状图,直方图,箱线图,饼图

• 折线

  • 特点:能够显示数据的变化趋势，反映事物的变化情况。(变化)

• 直方图 plt.hist(a, num_bins, normed=1/true 频率直方图 默认为频数)

  • 特点:绘制连续性的数据,展示一组或者多组数据的分布状况(统计)
  • a是数据 bum_bins 分多少组

• 条形图plt.bar 竖形 plt.barh 横形

  • 特点:绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计)

• 散点图:plt.scatter(x,y)
  特点:判断变量之间是否存在数量关联趋势,展示离群点(分布规律)

matplotlib常见问题总结

• 应该选择那种图形来呈现数据
• matplotlib.plot(x,y)
• matplotlib.bar(x,y)
• matplotlib.scatter(x,y)
• matplotlib.hist(data,bins,normed)
• xticks和yticks的设置
• label和titile,grid的设置
• 绘图的大小和保存图片