本文是《數(shù)據(jù)蛙三個(gè)月強(qiáng)化課》的第二篇總結(jié)教程，如果想要了解數(shù)據(jù)蛙社群，可以閱讀

對(duì)于我們數(shù)據(jù)分析師來說，不僅要自己明白數(shù)據(jù)背后的含義，而且還要給老板更直觀的展示數(shù)據(jù)的意義。所以，對(duì)于這項(xiàng)不可缺少的技能，讓我們來一起學(xué)習(xí)下吧。

零：準(zhǔn)備工作

畫圖之前，我們先導(dǎo)入包和生成數(shù)據(jù)集

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

import matplotlib

%matplotlib inline

np.random.seed(100)

df = pd.DataFrame(np.random.randint(-10, 10, (10, 3)),

index=pd.date_range("1/1/2000", periods=10), columns=list("ABC"))

df = df.cumsum()

df.head()

我們先看下所用的數(shù)據(jù)集

一：折線圖

折線圖是我們觀察趨勢(shì)常用的圖形，可以看出數(shù)據(jù)隨著某個(gè)變量的變化趨勢(shì)，默認(rèn)情況下參數(shù) kind="line" 表示圖的類型為折線圖。

這里默認(rèn)是把索引當(dāng)作了X軸，列作為了Y軸

二：柱狀圖

對(duì)于分類數(shù)據(jù)這種離散數(shù)據(jù)，需要查看數(shù)據(jù)是如何在各個(gè)類別之間分布的，這時(shí)候就可以使用柱狀圖。我們?yōu)槊總€(gè)類別畫出一個(gè)柱子。此時(shí)，可以將參數(shù) kind 設(shè)置為 bar 。

這里還是以索引為X軸，列為Y軸。我們還可以改變顯示的軸

當(dāng)然我們還可以變成堆積柱狀圖

三：條形圖

條形圖就是將豎直的柱狀圖翻轉(zhuǎn)90度得到的圖形。與柱狀圖一樣，條形圖也可以有一組或多種多組數(shù)據(jù)。

水平條形圖在類別名稱很長的時(shí)候非常方便，因?yàn)槲淖质菑淖蟮接視鴮懙?#xff0c;與大多數(shù)用戶的閱讀順序一致，這使得我們的圖形容易閱讀。而柱狀圖在類別名稱很長的時(shí)候是沒有辦法很好的展示的。

四：直方圖

直方圖是柱形圖的特殊形式，當(dāng)我們想要看數(shù)據(jù)集的分布情況時(shí)，選擇直方圖。直方圖的變量劃分至不同的范圍，然后在不同的范圍中統(tǒng)計(jì)計(jì)數(shù)。在直方圖中，柱子之間的連續(xù)的，連續(xù)的柱子暗示數(shù)值上的連續(xù)。

五：箱線圖

箱線圖用來展示數(shù)據(jù)集的描述統(tǒng)計(jì)信息，也就是[四分位數(shù)]，線的上下兩端表示某組數(shù)據(jù)的最大值和最小值。箱子的上下兩端表示這組數(shù)據(jù)中排在前25%位置和75%位置的數(shù)值。箱中間的橫線表示中位數(shù)。此時(shí)可以將參數(shù) kind 設(shè)置為 box。

六：散點(diǎn)圖

如果想要畫出散點(diǎn)圖，可以將參數(shù) kind 設(shè)置為 scatter，同時(shí)需要指定 x 和 y。通過散點(diǎn)圖可以探索變量之間的關(guān)系。

七：餅狀圖

餅圖是用面積表示一組數(shù)據(jù)的占比，此時(shí)可以將參數(shù) kind 設(shè)置為 pie。

image.png

我們剛開始學(xué)習(xí)的同學(xué)，最基本應(yīng)該明白什么數(shù)據(jù)應(yīng)該用什么圖形來展示，同學(xué)們來一起總結(jié)吧。

總結(jié)

以上是生活随笔為你收集整理的python数据可视化是什么_Python数据分析：可视化的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

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