管理圖表的藝術
畫乙個吸引人注意的圖表相當重要。當你探索乙個資料集,需要畫圖表,圖表看起來令人愉悅是件很高興的事。在與你的觀眾交流觀點時,視覺化同樣重要,同時,也很有必要去讓圖表吸引注意力和印入腦海裡。matplotlib自動化程度非常高,但是,掌握如何設定系統以便獲得乙個吸引人的圖是相當困難的事。為了控制matplotlib圖表的外觀,seaborn模組自帶許多定製的主題和高階的介面。
%matplotlib inline
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
np.random.seed(sum(map(ord, "aesthetics")))
讓我們先定義乙個函式用來畫正弦函式,這將幫助我們了解我們可以控制的不同風格的引數
def sinplot(flip=1):
x = np.linspace(0, 14, 100)
for i in range(1, 7):
plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)
預設情況下matplotlib的畫的圖是這樣的:
轉換成seaborn模組,只需要引入seaborn模組。
seaborn將matplotlib的引數劃分為兩個組。第一組控制圖表的樣式和圖的度量尺度元素,這樣就可以輕易在納入到不同的上下文中。
操控這些引數由兩個函式提供介面。控制樣式,用axes_style()
和set_style()
這兩個函式。度量圖則用plotting_context()
和set_context()
這兩個函式。在這兩種情況下,第一組函式返回一系列的引數,第二組則設定matplotlib的預設屬性。
圖樣式函式axes_style()
和set_style()
Python 資料視覺化
資料視覺化指的是通過視覺化表示來探索資料,它與資料探勘緊緊相關,而資料探勘指的是使用 來探索資料集的規律和關聯。資料集可以是用一行 就能表示的小型數字列表,也可以是數以吉位元組的資料。漂亮地呈現資料關乎的並非僅僅是漂亮的。以引人注目的簡潔方式呈現資料,讓人能夠明白其含義,發現資料集中原本未意識到的規...
資料視覺化 什麼是資料視覺化
資料對應的英文單詞是data,從資訊獲取的角度看,資料是對目標觀察和記錄的結果,是現實世界中的時間 地點 事件 其他物件或概念的描述。不同學者對資料的作用也給出不同的定義,大致分為以下3類 視覺化對應的兩個英文單詞 visualize和visualization。visualize是動詞,描述 生成...
Python資料視覺化總結
用python完成資料分析後,如何把結果呈現出來,比如畫乙個吸引人注意的圖表相當重要。當你探索乙個資料集,需要畫圖表,圖表看起來令人愉悅是件很高興的事。在給你的觀眾交流觀點,給領導匯報工作時,視覺化同樣重要,同時,也很有必要去讓圖表吸引注意力和印入腦海裡。在python中numpy,pandas,m...