數(shù)據(jù)可視化

1.散點(diǎn)圖

這里有我自己整理了一套最新的python系統(tǒng)學(xué)習(xí)教程，包括從基礎(chǔ)的python腳本到web開(kāi)發(fā)、 爬蟲(chóng)、數(shù)據(jù)分析、數(shù)據(jù)可視化、機(jī)器學(xué)習(xí)等。 小編這里推薦加小編的python學(xué)習(xí)群：895,817, 687import matplotlib; from pandas import read_csv; import matplotlib.pyplot as plt;data = read_csv("D:\\PA\\5.1\\data.csv")font = {'family' : 'SimHei' } matplotlib.rc('font', **font);plt.plot(data['廣告費(fèi)用'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], '.')#plt.plot(data['廣告費(fèi)用'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], 'o')#plt.plot(data['廣告費(fèi)用'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], 'o', color='yellow') #plt.plot(data['廣告費(fèi)用'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], 'o', color=(1, 1, 0)) #plt.plot(data['廣告費(fèi)用'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], 'o', color='#FFFF00') plt.xlabel('廣告費(fèi)用');plt.ylabel('購(gòu)買(mǎi)用戶(hù)數(shù)'); plt.grid(True);plt.show();

2.折線圖

import pandas; from pandas import read_csv; from matplotlib import pyplot as plt;data = read_csv('D:\\PA\\5.2\\data.csv'); #對(duì)日期格式進(jìn)行轉(zhuǎn)換 data['購(gòu)買(mǎi)日期']=pandas.to_datetime(data['日期']);#'-' 順滑的曲線 plt.plot(data['購(gòu)買(mǎi)日期'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], '-');#plt.title('購(gòu)買(mǎi)用戶(hù)數(shù)時(shí)間序列圖');#plt.show();#設(shè)置顏色 plt.plot(data['購(gòu)買(mǎi)日期'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], '-', color='r'); #設(shè)置線條粗細(xì) plt.plot(data['購(gòu)買(mǎi)日期'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], '-', color='r', lineWidth=10);#'--' 虛線 plt.plot(data['購(gòu)買(mǎi)日期'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], '--'); #'-.' 線加點(diǎn) plt.plot(data['購(gòu)買(mǎi)日期'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], '-.'); #':' 由點(diǎn)組成的曲線 plt.plot(data['購(gòu)買(mǎi)日期'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], ':'); #'.' 散點(diǎn)圖 plt.plot(data['購(gòu)買(mǎi)日期'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], '.'); #',' 像素點(diǎn)的散點(diǎn)圖 plt.plot(data['購(gòu)買(mǎi)日期'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], ','); #'o' 大點(diǎn)的散點(diǎn)圖 plt.plot(data['購(gòu)買(mǎi)日期'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], 'o'); #'v' 下三角標(biāo)記的散點(diǎn)圖 plt.plot(data['購(gòu)買(mǎi)日期'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], 'v'); #'^' 上上角標(biāo)記的散點(diǎn)圖 plt.plot(data['購(gòu)買(mǎi)日期'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], '^'); #'<' 左角標(biāo)記的散點(diǎn)圖 plt.plot(data['購(gòu)買(mǎi)日期'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], '<'); #'>' 右角標(biāo)記的散點(diǎn)圖 plt.plot(data['購(gòu)買(mǎi)日期'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], '>'); #'1' 傘形下的標(biāo)記散點(diǎn)圖 #'2' 傘形上的標(biāo)記散點(diǎn)圖 #'3' 傘形左的標(biāo)記散點(diǎn)圖 #'4' 傘形右的標(biāo)記散點(diǎn)圖 plt.plot(data['購(gòu)買(mǎi)日期'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], '4'); #'s' 正方形標(biāo)記的散點(diǎn)圖 plt.plot(data['購(gòu)買(mǎi)日期'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], 's'); #'p' 五角形標(biāo)記的散點(diǎn)圖 plt.plot(data['購(gòu)買(mǎi)日期'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], 'p'); #'*' 五角星標(biāo)記的散點(diǎn)圖 plt.plot(data['購(gòu)買(mǎi)日期'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], '*'); #'h' 多邊形標(biāo)記的散點(diǎn)圖 #'H' hexagon2 marker plt.plot(data['購(gòu)買(mǎi)日期'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], 'h'); #'+' plus marker #'x' x marker #'D' diamond marker #'d' thin_diamond marker plt.plot(data['購(gòu)買(mǎi)日期'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], 'D'); #'|' vline marker #'_' hline marker plt.plot(data['購(gòu)買(mǎi)日期'], data['購(gòu)買(mǎi)用戶(hù)數(shù)'], '|');plt.title('購(gòu)買(mǎi)用戶(hù)數(shù)時(shí)間序列圖');plt.show();

3.餅圖

import numpy; import matplotlib; from pandas import read_csv; import matplotlib.pyplot as plt;data = read_csv('D:\\PA\\5.3\\data.csv');gb = data.groupby(by=['通信品牌'],as_index=False )['號(hào)碼'].agg({'用戶(hù)數(shù)':numpy.size });#pip install matplotlibfont = {'family' : 'SimHei' }matplotlib.rc('font', **font);plt.pie(gb['用戶(hù)數(shù)'], labels=gb['通信品牌'], autopct='%.2f%%');plt.show()

4.柱形圖

# -*- coding: utf-8 -*- import numpy; import matplotlib; from pandas import read_csv; from matplotlib import pyplot as plt; font = {'family' : 'SimHei' }; matplotlib.rc('font', **font); data = read_csv('D:\\PA\\5.4\\data.csv'); gb = data.groupby(by=['手機(jī)品牌'] )['月消費(fèi)（元）'].agg({'月消費(fèi)': numpy.sum }); index = numpy.arange(gb['月消費(fèi)'].size); #豎向柱形圖 plt.bar(index, gb['月消費(fèi)'], 1, color='G'); plt.show(); plt.bar(index, gb['月消費(fèi)'], 1, color='G'); plt.xticks(index + 1/2, gb.index); plt.show(); #橫向柱形圖 plt.barh(index, gb['月消費(fèi)'], 1, color='G'); plt.yticks(index + 1/2, gb.index); plt.show();

5.直方圖

import matplotlib; from pandas import read_csv; from matplotlib import pyplot as plt;font = {'family' : 'SimHei' }; matplotlib.rc('font', **font);data = read_csv('D:\\PA\\5.5\\data.csv');plt.hist(data['購(gòu)買(mǎi)用戶(hù)數(shù)']); plt.show();plt.hist(data['購(gòu)買(mǎi)用戶(hù)數(shù)'], bins=20); plt.show();plt.hist(data['購(gòu)買(mǎi)用戶(hù)數(shù)'], bins=20, cumulative=True); plt.show();

總結(jié)

以上是生活随笔為你收集整理的python数据分析实战：数据可视化的一些基本操作的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。