数据可视化
学习资料：https://github.com/datawhalechina/hands-on-data-analysis
一、图表代码编写
在 Python 中，matplotlib 是最常用的数据可视化库之一，结合 pandas 可以方便地对数据进行处理和可视化。以下是一些常用图表的代码编写示例：
折线图：
1
2
3
4
| import matplotlib.pyplot as plt
data = [1, 2, 3, 4, 5]
plt.plot(data)
plt.show()
|
柱状图：
1
2
3
4
5
| import pandas as pd
data = {'Category': ['A', 'B', 'C'], 'Value': [10, 15, 7]}
df = pd.DataFrame(data)
df.plot(kind='bar', x='Category', y='Value')
plt.show()
|
饼图：
1
2
3
4
5
6
| sizes = [215, 130, 245, 210]
labels = ['A', 'B', 'C', 'D']
colors = ['gold', 'yellowgreen', 'lightcoral', 'lightskyblue']
plt.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=90)
plt.axis('equal')
plt.show()
|
散点图：
1
2
3
4
| x = [5, 7, 8, 7, 2, 17, 2, 9, 4, 11]
y = [99, 86, 87, 88, 111, 86, 103, 87, 94, 78]
plt.scatter(x, y)
plt.show()
|
直方图：
1
2
3
| data = np.random.randn(1000)
plt.hist(data, bins=30)
plt.show()
|
箱线图：
1
2
3
| data = [np.random.normal(0, std, 100) for std in range(1, 4)]
plt.boxplot(data, vert=True, patch_artist=True)
plt.show()
|
二、数据可视化常用技巧
设置图表标题和坐标轴标签
1
2
3
| plt.title('My Title')
plt.xlabel('X Axis Label')
plt.ylabel('Y Axis Label')
|
设置图表样式
1
| plt.style.use('seaborn-darkgrid')
|
添加图例
保存图表
1
| plt.savefig('my_plot.png', dpi=300, bbox_inches='tight')
|
三、结合 Pandas 快速绘图
1
2
3
4
5
| df.plot(kind='bar', x='col1', y='col2')
df.plot(kind='scatter', x='col1', y='col2')
df.plot(kind='hist', bins=30)
df.plot(kind='box')
df.plot(kind='line')
|
