Python中不同图表的数据可视化的实现
作者:海拥 时间:2021-02-08 00:58:54
数据可视化是以图形格式呈现数据。它通过以简单易懂的格式汇总和呈现大量数据,帮助人们理解数据的重要性,并有助于清晰有效地传达信息。
考虑这个给定的数据集,我们将为其绘制不同的图表:
用于分析和呈现数据的不同类型的图表
1.直方图
直方图表示特定现象发生的频率,这些现象位于特定的数值范围内,并以连续和固定的间隔排列。
在下面的代码中绘制直方图Age, Income, Sales
。因此,输出中的这些图显示了每个属性的每个唯一值的频率。
# 导入 pandas 和 matplotlib
import pandas as pd
import matplotlib.pyplot as plt
# 创建上面给出的表的二维数组
data = [['E001', 'M', 34, 123, 'Normal', 350],
['E002', 'F', 40, 114, 'Overweight', 450],
['E003', 'F', 37, 135, 'Obesity', 169],
['E004', 'M', 30, 139, 'Underweight', 189],
['E005', 'F', 44, 117, 'Underweight', 183],
['E006', 'M', 36, 121, 'Normal', 80],
['E007', 'M', 32, 133, 'Obesity', 166],
['E008', 'F', 26, 140, 'Normal', 120],
['E009', 'M', 32, 133, 'Normal', 75],
['E010', 'M', 36, 133, 'Underweight', 40] ]
# 使用上述数据数组创建的数据框
df = pd.DataFrame(data, columns = ['EMPID', 'Gender',
'Age', 'Sales',
'BMI', 'Income'] )
# 为数值数据创建直方图
df.hist()
# show plot
plt.show()
输出:
2. 柱形图
柱形图用于显示不同属性之间的比较,或者它可以显示项目随时间的比较。
# 此处使用之前代码的数据框
# 绘制数值条形图,将显示所有 3 个年龄、收入、销售额之间的比较
df.plot.bar()
# 在 2 个属性之间绘制
plt.bar(df['Age'], df['Sales'])
plt.xlabel("Age")
plt.ylabel("Sales")
plt.show()
输出:
3. 箱线图
箱线图是基于 minimum, first quartile, median, third quartile, and maximum
. 术语“箱线图”来自这样一个事实,即图形看起来像一个矩形,线条从顶部和底部延伸。由于延伸线,这种类型的图有时被称为盒须图。
# 对于数据框的每个数字属性
df.plot.box()
# 单个属性箱线图
plt.boxplot(df['Income'])
plt.show()
输出:
4、饼图
饼图显示一个静态数字以及类别如何代表整体的一部分。饼图以百分比表示数字,所有段的总和需要等于 100%。
plt.pie(df['Age'], labels = {"A", "B", "C",
"D", "E", "F",
"G", "H", "I", "J"},
autopct ='% 1.1f %%', shadow = True)
plt.show()
plt.pie(df['Income'], labels = {"A", "B", "C",
"D", "E", "F",
"G", "H", "I", "J"},
autopct ='% 1.1f %%', shadow = True)
plt.show()
plt.pie(df['Sales'], labels = {"A", "B", "C",
"D", "E", "F",
"G", "H", "I", "J"},
autopct ='% 1.1f %%', shadow = True)
plt.show()
输出:
5、散点图
散点图显示了两个不同变量之间的关系,它可以揭示分布趋势。当有许多不同的数据点,并且您想突出数据集中的相似性时,应该使用它。这在查找异常值和了解数据分布时很有用。
# 收入和年龄之间的散点图
plt.scatter(df['income'], df['age'])
plt.show()
# 收入和销售额之间的散点图
plt.scatter(df['income'], df['sales'])
plt.show()
# 销售额和年龄之间的散点图
plt.scatter(df['sales'], df['age'])
plt.show()
输出 :
来源:https://juejin.cn/post/7129345806313717768
标签:Python,图表,数据,可视化
0
投稿
猜你喜欢
Python抽象类应用详情
2022-03-24 17:41:13
Django模板导入母版继承和自定义返回Html片段过程解析
2023-06-16 21:13:38
Python字体反爬实战案例分享
2021-06-18 01:00:46
OpenCV图像卷积之cv.filter2D()函数详解
2021-11-16 07:51:34
对numpy.append()里的axis的用法详解
2022-03-20 18:19:59
python中对开区间和闭区间的理解
2022-02-09 17:47:29
PHP htmlentities()函数用法讲解
2023-06-04 14:47:30
设计师的职业规划
2009-08-31 12:52:00
python实战scrapy操作cookie爬取博客涉及browsercookie
2023-08-13 16:56:00
django第一个项目127.0.0.1:8000不能访问的解决方案详析
2021-05-21 14:01:38
Python matplotlib绘制图形实例(包括点,曲线,注释和箭头)
2021-08-31 22:57:06
如何取得所有的Session变量
2008-06-08 13:59:00
python中hasattr()、getattr()、setattr()函数的使用
2022-12-11 20:14:27
Centos7.2 编译安装PHP7.0.2的步骤
2023-10-08 12:51:29
良好体验,必须是全方位的
2009-09-24 13:32:00
Python数值求解微分方程方法(欧拉法,隐式欧拉)
2023-06-29 10:45:29
linux下安装php扩展memcache的方法
2023-11-21 19:49:02
ASP 写的判断 Money 各个位值的函数
2008-04-13 06:36:00
python实现用于测试网站访问速率的方法
2023-07-28 19:12:02
全面理解Python中self的用法
2022-10-09 07:16:50