一直以来,数据可视化就是一个处于不断演变之中的概念,其边界在不断地扩大;因而,最好是对其加以宽泛的定义。数据可视化指的是技术上较为高级的技术方法,而这些技术方法允许利用图形、图像处理、计算机视觉以及用户界面,通过表达、建模以及对立体、表面、属性以及动画的显示,对数据加以可视化解释。与立体建模之类的特殊技术方法相比,数据可视化所涵盖的技术方法要广泛得多。
1.环境
系统:windows10
python版本:python3.6.1
使用的库:matplotlib,numpy
2.numpy库产生随机数几种方法
3.散点图
x x轴 y y轴 s 圆点面积 c 颜色 marker 圆点形状 alpha 圆点透明度 #其他图也类似这种配置1 1 N=50 2 2 # height=np.random.randint(150,180,20) 3 3 # weight=np.random.randint(80,150,20) 4 4 x=np.random.randn(N) 5 5 y=np.random.randn(N) 6 6 plt.scatter(x,y,s=50,c='r',marker='o',alpha=0.5) 7 7 plt.show()
4.折线图
1 x=np.linspace(-10000,10000,100) #将-10到10等区间分成100份 2 y=x**2+x**3+x**7 3 plt.plot(x,y) 4 plt.show()折线图使用plot函数
5.条形图
1 N=5 2 y=[20,10,30,25,15] 3 y1=np.random.randint(10,50,5) 4 x=np.random.randint(10,1000,N) 5 index=np.arange(N) 6 plt.bar(left=index,height=y,color='red',width=0.3) 7 plt.bar(left=index+0.3,height=y1,color='black',width=0.3) 8 plt.show()orientation设置横向条形图
1 N=5 2 y=[20,10,30,25,15] 3 y1=np.random.randint(10,50,5) 4 x=np.random.randint(10,1000,N) 5 index=np.arange(N) 6 # plt.bar(left=index,height=y,color='red',width=0.3) 7 # plt.bar(left=index+0.3,height=y1,color='black',width=0.3) 8 #plt.barh() 加了h就是横向的条形图,不用设置orientation 9 plt.bar(left=0,bottom=index,width=y,color='red',height=0.5,orientation='horizontal') 10 plt.show()
6.直方图
1 m1=100 2 sigma=20 3 x=m1+sigma*np.random.randn(2000) 4 plt.hist(x,bins=50,color="green",normed=True) 5 plt.show()
#双变量的直方图 #颜色越深频率越高 #研究双变量的联合分布 x=np.random.rand(1000)+2 y=np.random.rand(1000)+3 plt.hist2d(x,y,bins=40) plt.show()
7.饼状图
1 #设置x,y轴比例为1:1,从而达到一个正的圆 2 #labels标签参数,x是对应的数据列表,autopct显示每一个区域占的比例,explode突出显示某一块,shadow阴影 3 labes=['A','B','C','D'] 4 fracs=[15,30,45,10] 5 explode=[0,0.1,0.05,0] 6 #设置x,y轴比例为1:1,从而达到一个正的圆 7 plt.axes(aspect=1) 8 #labels标签参数,x是对应的数据列表,autopct显示每一个区域占的比例,explode突出显示某一块,shadow阴影 9 plt.pie(x=fracs,labels=labes,autopct="%.0f%%",explode=explode,shadow=True) 10 plt.show()
8.箱型图
1 import matplotlib.pyplot as plt 2 import numpy as np 3 data=np.random.normal(loc=0,scale=1,size=1000) 4 #sym 点的形状,whis虚线的长度 5 plt.boxplot(data,sym="o",whis=1.5) 6 plt.show()
原文出处:(https://blog.csdn.net/Stephen_shijun/article/details/83271253)