如何使用Python 進行資料視覺化

阿新 • • 發佈：2020-12-01

> **微信公眾號：碼農充電站pro** > **個人主頁：** ![](https://img-blog.csdnimg.cn/20201124163927508.png?#pic_center) 在進行資料分析的時候，經常需要將資料進行視覺化，以方便我們對資料的認識和理解。 ### 0，Matplotlib 簡介 [Matplotlib](https://matplotlib.org/) 是一個視覺化工具包，可以讓我們使用[Python](https://blog.csdn.net/luaohan/category_9973992.html) 來視覺化資料。 ![Matplotlib](https://img-blog.csdnimg.cn/20201124170650225.png?#pic_center) 這裡有一些官方資源你可以點選檢視： - [Matplotlib 安裝](https://matplotlib.org/users/installing.html) - [Matplotlib 使用者手冊](https://matplotlib.org/users/index.html) - [Matplotlib 函式彙總](https://matplotlib.org/api/pyplot_summary.html) - [Matplotlib 模組索引](https://matplotlib.org/py-modindex.html) - [Matplotlib 示例庫](https://matplotlib.org/gallery/index.html) - Matplotlib 示例下載 - [Python code](https://matplotlib.org/_downloads/85d9be59fab8a02517f514497a37cf68/gallery_python.zip) - [Jupyter notebooks](https://matplotlib.org/_downloads/2e309644ccd557aada4afb564bdde6ed/gallery_jupyter.zip) 很多更高階的繪相簿，也都是基於**Matplotlib**，比如[seaborn](https://seaborn.pydata.org/)，[HoloViews](https://holoviews.org/)，[ggplot](http://ggplot.yhathq.com/) 等。在使用 Matplotlib 時，經常需要用到 **pyplot** 模組，用下面程式碼引入： ```python import matplotlib.pyplot as plt ``` 下文中，都用`plt` 來代指`pyplot`。 >

說明： > 這裡我們只介紹幾種簡單的圖，更多其它的圖，可以檢視官方手冊。 > 下面的每個函式，只介紹了最簡單的用法，其它更多的引數可以檢視手冊。 ### 1，散點圖 `plt.scatter` 函式用於繪製散點圖。函式原型： ```python scatter（x, y, s = None, c = None, marker = None) ``` 引數含義： - `x, y`：分別表示點的橫縱座標。**x, y** 可以是單個點座標，也可以是一組點座標。 - `s`：表示點的大小。 - `c`：表示點的顏色。 - `marker`：表示點的形狀，可選的值見[這裡](https://matplotlib.org/api/markers_api.html)，比如 **marker** 的值為`x`, `o`, `s`等。如下程式碼，畫了三個點： ```python # 三個點的座標分別是： # (2, 5) # (3，6) # (3, 5) plt.scatter([2, 3, 3], [5, 6, 5], marker='o') plt.show() # 展示圖 ``` 畫出的散點圖如下： ![在這裡插入圖片描述](https://img-blog.csdnimg.cn/20201124204048661.png?#pic_center) ### 2，折線圖 `plt.plot` 函式用於繪製折線圖。函式原型： ```python plot(x, y) ``` 引數 `x`，`y`分別表示點的橫縱座標，一般是一組點座標。比如下面表格代表`5` 次數學考試成績： | 次數 | 1 | 2 | 3 | 4 | 5 | |--|--|--|--|--|--| | **成績** | **89** | **78** | **92** | **79** | **86** | 將上面表格資料，繪製成折線圖，程式碼如下： ```python x = [1, 2, 3, 4, 5] y = [89, 78, 92, 79, 86] plt.plot(x, y) plt.show() ``` 畫出的折線圖如下： ![在這裡插入圖片描述](https://img-blog.csdnimg.cn/20201124210050563.png?#pic_center) ### 3，直方圖直方圖用於描述資料的**分佈情況**。 `plt.hist` 函式用於繪製直方圖。函式原型： ```python plt.hist(x, bins=None) ``` 引數`x`是一個一維陣列，`bins` 可以理解為矩形的個數，預設是`10`。假如下面是一次數學考試的成績，全班共50 名同學： ![在這裡插入圖片描述](https://img-blog.csdnimg.cn/20201124224706567.png#pic_center) 將所有同學的成績畫成直方圖，程式碼如下： ```python scores = [ 96, 89, 95, 91, 94, 95, 92, 98, 95, 93, 93, 96, 94, 94, 98, 92, 88, 90, 88, 98, 84, 89, 87, 84, 94, 82, 83, 95, 93, 79, 84, 91, 86, 91, 81, 89, 77, 81, 77, 70, 66, 93, 90, 87, 79, 83, 86, 90, 93, 79, ] plt.hist(scores) plt.show() ``` 畫出來的直方圖如下，橫座標為成績區間，縱座標為人數： ![在這裡插入圖片描述](https://img-blog.csdnimg.cn/20201124225621671.png?#pic_center) 通過該直方圖，可以直觀的看出來每個成績區間的人數。 ### 4，條形圖 `plt.bar` 函式用於繪製條形圖。函式原型： ```python plt.bar(x, y, width = 0.8) ``` 引數`x`, `y` 均是一個數組，`x` 是橫座標，表示資料類別；`y` 是縱座標，表示每個類別的頻度。引數`width` 表示長條的寬度。比如下表是一位同學的期中考試的各科成績： ![在這裡插入圖片描述](https://img-blog.csdnimg.cn/20201124232743100.png#pic_center) 我們將這位同學的成績單畫成條形圖，程式碼如下： ```python # 每個科目分別用字母表示 subjects = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I'] scores = [96, 89, 85, 91, 75, 90, 88, 79, 89] plt.bar(subjects, scores) plt.show() ``` 畫出的條形圖如下： ![在這裡插入圖片描述](https://img-blog.csdnimg.cn/20201124233535305.png?#pic_center) ### 5，餅圖餅圖常用於表示個體佔總體的佔比情況。 `plt.pie` 函式用於繪製餅圖。函式原型： ```python plt.pie(x, labels=None) ``` 引數`x`是一個數組，表示一組資料，`labels` 用於描述每個資料的含義。比如下表是某個公司某年每個季度的收入： ![在這裡插入圖片描述](https://img-blog.csdnimg.cn/20201125210023175.png#pic_center) 我們可以用餅圖分析出每個季度佔全年收入的佔比，程式碼如下： ```python # 表示每個季度 quarters = ['1', '2', '3', '4'] incomes = [56, 89, 75, 91] plt.pie(incomes, labels=quarters) plt.show() ``` 畫出的餅圖如下： ![在這裡插入圖片描述](https://img-blog.csdnimg.cn/20201124234936434.png?#pic_center) （本節完。） --- **推薦閱讀：** [***決策樹演算法-理論篇-如何計算資訊純度***](https://www.cnblogs.com/codeshell/p/13948083.html) [***決策樹演算法-實戰篇-鳶尾花及波士頓房價預測***](https://www.cnblogs.com/codeshell/p/13984334.html) [***樸素貝葉斯分類-理論篇-如何通過概率解決分類問題***](https://www.cnblogs.com/codeshell/p/13999440.html) [***樸素貝葉斯分類-實戰篇-如何進行文字分類***](https://www.cnblogs.com/codeshell/p/14034097.html) --- 歡迎關注作者公眾號，獲取更多技術乾貨。 ![碼農充電站pro](https://img-blog.csdnimg.cn/20200505082843773.png?#pic_center)

如何使用Python 進行資料視覺化

Python進行資料視覺化分析快速教程例項

如何使用Python 進行資料視覺化

python爬取歌曲評論並進行資料視覺化

python爬取拉勾網資料並進行資料視覺化

python之資料視覺化

windows下如何在anaconda下利用tensorboard進行資料視覺化

python 常用資料視覺化函式 kaggle House Price

Python實現資料視覺化，繪製各種圖案

Python--Pandas-資料視覺化

python—matplotlib資料視覺化例項註解系列-----之柱狀圖

『資料視覺化』基於Python的資料視覺化工具

基於Python的資料視覺化 matplotlib seaborn pandas

python—matplotlib資料視覺化例項註解系列-----之箱狀圖

python的資料視覺化 graphviz pydot安裝配置（win10）

使用D3.js進行資料視覺化

Python + PyEcharts——資料視覺化

基於Python的資料視覺化庫pyecharts介紹

利用matplotlib進行資料視覺化

利用Python進行資料分析——繪圖和視覺化(八)(2)

【利用python進行資料分析】繪圖和視覺化

如何使用Python 進行資料視覺化

相關推薦