動手學資料分析 4 資料視覺化

2.2 繪製圖形

2.3 繪圖流程

2.4 自定義影象

2.5 儲存影象

2.6 顯示影象

引言&複習【思考】最基本的視覺化圖案有哪些？分別適用於那些場景？

1.柱狀圖：可用於展示多個分類的資料變化和同類別各變數之間的比較情況。 尤其適用於對比分類資料

2.條形圖：類似軸對調的柱狀圖, 尤其適用於類別名稱過長,且有大量空白位的資料

3.折線圖：展示資料隨時間或有序類別的波動情況的趨勢變化。 尤其適用於有序的資料類別,比如時間

4.柱線圖：結合柱狀圖和折線圖在同乙個圖表展現資料。尤其適用於要同時展現兩個專案資料的特點

5.散點圖：用於發現各變數之間的關係。 尤其適用於存在大量資料點時使用，以使結果更精準,比如回歸分析

跨平台互動環境的各類圖形。

import numpy as np

x = np.linspace(0,
10,100)
y = np.cos(x) 
z = np.sin(x)

data =

2* np.random.random((10
,10))
data2 =
3* np.random.random((10
,10))
y, x = np.mgrid[-3
:3:100j,-
3:3:
100j
]u =-1
- x**
2+ y
v =1
+ x - y**
2from matplotlib.cbook import get_sample_data
img = np.load(get_sample_data(
'axes_grid/bivariate_normal.npy'
))

import matplotlib.pyplot as plt

fig = plt.figure(

)fig2 = plt.figure(figsize=plt.figaspect(
2.0)
)

求。子圖是柵格系統的座標軸。

fig.add_axes(

)ax1 = fig.add_subplot(
221)
# row-col-num
ax3 = fig.add_subplot(
212) 
fig3, axes = plt.subplots(nrows=
2,ncols=2)
fig4, axes2 = plt.subplots(ncols=
3)

ax.plot(x, y, alpha =

0.4)
ax.plot(x, y, c=
'k')
fig.colorbar(im, orientation=
'horizontal'
)im = ax.imshow(img, 
cmap=
'seismic'
)

fig, ax = plt.subplots(

)ax.scatter(x,y,marker=
".")
ax.plot(x,y,marker=
"o")

plt.plot(x,y,linewidth=

4.0)
plt.plot(x,y,ls=
'solid'
) plt.plot(x,y,ls=
'--'
)plt.plot(x,y,
'--'
,x**
2,y**2,
'-.'
)plt.setp(lines,color=
'r',linewidth=
4.0)

plt.show(

)

plt.cla(

)#清除座標軸
plt.clf(
)#清除畫布
plt.close(
)#關閉視窗

動手學資料分析 資料視覺化

思考 最基本的視覺化圖案有哪些？分別適用於那些場景？散點圖 用於發現各變數之間的關係。柱狀圖 展示多個分類的資料變化和同類別各變數之間的比較情況。條形圖 展示多個分類的資料變化和同類別各變數之間的比較情況。折線圖 展示資料隨時間或有序類別的波動情況的趨勢變化。餅圖 用來展示各類別佔比，比如男女比例。...

Python 資料分析視覺化

1 畫圖需要使用 matplotlib這個包 如下 importmatplotlib.pyplotasplt year 1950,1970,1990,2010 pop 2.519,3.692,5.263,6.972 values 0,0.6,1.4,1.6,2.2,2.5,2.6,3.2,3.5,3...

資料分析與視覺化

1.pip包管理 1 內建庫 包 庫 別人寫好的 直接引用，加快開發效率。內建包 python直譯器內建常用功能庫。直譯器安裝目錄 lib資料夾下，os time urllib等 資料夾裡有 init py 就成了乙個包。2 關於http模擬和html源 解析 python時代 urllib url...