0
点赞
收藏
分享

微信扫一扫

(十三)Python数据可视化(Matplotlib绘图)



目录


  • ​​一:数据可视化常用的库:​​
  • ​​二:Matplotlib绘图:​​

  • ​​1: Matplotlib绘图入门:​​
  • ​​2:matplotlib 数据可视化案例:​​
  • ​​3:使用matplotlib绘制统计图:​​

  • ​​3.1: 直方图:​​
  • ​​3.2:散点图:​​




一:数据可视化常用的库:

(十三)Python数据可视化(Matplotlib绘图)_数据可视化

二:Matplotlib绘图:

1: Matplotlib绘图入门:

1:作图的两种方法—状态接口:

(十三)Python数据可视化(Matplotlib绘图)_数据_02

2: 作图的两种方法—面向对象:

(十三)Python数据可视化(Matplotlib绘图)_数据可视化_03

2:matplotlib 数据可视化案例:

(十三)Python数据可视化(Matplotlib绘图)_数据可视化_04

(十三)Python数据可视化(Matplotlib绘图)_数据_05

3:使用matplotlib绘制统计图:

3.1: 直方图:


  • 1:直方图一般用来统计单个变量的趋势,比如下面这个专门统计total_bill所在的频数。
  • 2:直方图会将数据分组后绘制成图来显示变量的分布状况。
  • 3:在统计学属于中,‘单变量’(univariate)指单个变量
    (十三)Python数据可视化(Matplotlib绘图)_数据_06

3.2:散点图:


  • 1:散点图用于表示一个连续变量随另一个连续变量的变化所呈现的大致趋势。
  • 2:双变量(bivariate)指两个变量
    (十三)Python数据可视化(Matplotlib绘图)_直方图_07
  • 二维平面可以用来展示两个变量的数据,如果是多变量,比如添加一个性别变量,可以通过不同的颜色来表示。
  • 还可以通过圆点的大小来区分变量的不同,但如果变量的大小区别不大,可能通过圆点大小来区分效果不是很好。

(十三)Python数据可视化(Matplotlib绘图)_直方图_08



举报

相关推荐

0 条评论