Python数据可视化：常用的数据可视化图形
目录
基础图形
1.散点图
2.折线图
3. 条形图
4. 饼图
5. 箱线图
高级图形
1. 仪表盘
2. 漏斗盘
3. 雷达图
4. 热力图
5. 词云图
6. 关系图
7. 桑基图
可视化通常以直观的图形呈现出来，用户所见即所得。在Python中，可以利用Matplotlib、seaborn、pyecharts等可视化库，绘制多种形式的图形，包括基础图形和高级图形。
Python作为一门流行的编程语言，不仅能基于自带的库函数完成基本的程序逻辑功能，而且随着第三方库的发展，更加丰富了Python的功能和计算生态，比较有代表性的就是Python便捷的绘图，它可以绘制的基础图形有散点图、折线图、柱形图、饼状图、箱线图等。
基础图形
1.散点图
散点图将数据显示为一组点，用两组数据构成多个坐标点，通过观察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式。如图所示，显示体重与身高之间的关系。
2.折线图
折线图用于显示随时间或有序类别而变化的趋势。在折线图中，通常沿横轴标记类别，沿纵轴标记数值。如图所示，显示商家A和商家B的各类商品的销售变化的趋势。
3. 条形图
条形图是以宽度相等的条形长度的差异显示统计指标数值大小的一种图形，它通常显示多数项目之间的比较情况。在条形图中，通常沿纵轴标记类别，沿横轴标记数值。柱形图是以宽度相等的柱形高度的差异显示统计指标数值大小的一种图形，它用于显示一段时间内的数据变化或显示各项之间的比较情况。与条形图不同的是，在柱形图中，通常沿横轴组织类别，沿纵轴组织数值，可认为是条形图的坐标轴的转置。如图所示，显示商家A和商家B的各类商品的销售分布。
当条目较多时，柱形图会显得较拥挤不堪，可以通过翻转X轴和Y轴显示图形，即条形图。如图所示，显示商家A和商家B的各类商品的销售分布。
同时，也可以将柱形图堆叠，用于显示单个项目与整体之间的关系。如图所示，显示商家A和商家B的各类商品的销售分布。
4. 饼图
饼图以一个完整的圆表示数据对象的全体，其中扇形面积表示各个组成部分。饼图常用于描述百分比构成，其中每一个扇形代表一类数据所占的比例。如图所示，显示商家各类商品的销售占比。
5. 箱线图
箱线图是利用数据的统计量描述数据的一种图形，一般包括上界、上四分位数、中位数、下四分位数、下界和异常值这6个统计量，提供有关数据位置和分散情况的关键信息。如图所示，显示4个班的上界、上四分位数、中位数、下四分位数、下界和异常值。
高级图形
随着一些第三方库的扩展，Python语言越来越丰富，功能也越来越强大。
尤其在图形可视化交互方面也是如此，不仅能完成基础绘图，而且还能绘制一些高级图形，如仪表盘、漏斗图、雷达图、热力图、词云图、关系图、桑基图。
1. 仪表盘
仪表盘也称为拨号图表或速度表图，其显示类似于拨号/速度计上的读数的数据，是一种拟物化的展示形式。仪表盘的颜色可以用于划分指示值的类别，使用刻度标示数据，指针指示维度，指针角度表示数值。仪表盘只需分配最小值和最大值，并定义一个颜色范围，指针（指数）将显示出关键指标的数据或当前进度。仪表盘可用于显示速度、体积、温度、进度、完成率、满意度等。如图所示，显示销售任务的完成情况。
2. 漏斗盘
漏斗图也称倒三角图，漏斗图将数据呈现为几个阶段，每个阶段的数据都是整体的一部分，从一个阶段到另一个阶段数据自上而下逐渐下降。漏斗图适用于业务流程比较规范、周期长、环节多的流程分析，通过漏斗图对各环节业务数据进行比较，能够直观地发现和说明问题。如图所示，显示某淘宝店铺的订单转化各环节中哪些环节出了问题。
3. 雷达图
雷达图也称戴布拉图、蜘蛛网图。雷达图将多个维度的数据映射到坐标轴上，这些坐标轴起始于同一个圆心点，通常结束于圆周边缘，将同一组的点使用线连接起来即成为了雷达图。在坐标轴设置恰当的情况下，雷达图所围面积能表现出一些信息量。雷达图将纵向和横向的分析比较方法结合起来，可以展示出数据集中各个变量的权重高低情况，非常适用于展示性能数据。如图所示，显示某位销售经理的各项能力。
4. 热力图
热力图通过颜色的深浅表示数据的分布，颜色越浅数据越大，可以一眼就分辨出数据的分布情况，非常方便。如图所示，显示某网站某周一天24小时的点击量的分布情况。
5. 词云图
词云图可对文字中出现频率较高的“关键词”予以视觉上的突出，形成“关键词云层”或“关键词渲染”。词云图过滤掉大量的文本信息，使浏览网页者只要一眼扫过文本即可领略文本的主旨。词云图提供了某种程度的“第一印象”，最常使用的词会一目了然。如图所示，显示宋词中各词汇的出现频率。
6. 关系图
关系图又称关联图，可用于分析事物之间“原因与结果”“目的与手段”等复杂关系，它能够帮助人们从事物之间的逻辑关系中，寻找出解决问题的办法。关系图应用范围很广，如人物关系图、零件关系图、交通网络图等。如图所示，显示微信好友关系。
7. 桑基图
桑基图又称桑基能量分流图、桑基能量平衡图，是一种特定类型的流程图，图中延伸的分支的宽度对应数据流量的大小，常应用于能源、材料成分、金融等数据的可视化分析。桑基图的作用是展示数据的流动，最明显的特征是，始末端的分支宽度总和相等，保持能量的平衡。如图所示，显示生活开支的流动。
Python数据可视化：常用的数据可视化图形相关推荐
- 【大数据】常用大数据工具介绍
整理了工作中常用到的大数据工具的简单介绍. [zookeeper]-- 分布式应用程序协调服务 ZooKeeper是一个分布式应用程序协调服务,是Hadoop和Hbase的重要组件.它为分布式应用提供 ...
- Python几种常用的数据导入方法
1.通过标准的Python库导入CSV文件: Python提供了一个标准的类库CSV文件.这个类库中的reader()函数用来导入CSV文件.当CSV文件被读入后,可以利用这些数据生成一个NumP ...
- Mysql数据库轻松学06—数据分析师常用：数据查询语言DQL之单表查询
数据查询语言DQL 用来查询数据库表中的记录 基本结构: SELECT 字段名 FROM 表或视图名 WHERE 查询条件 单表查询 1.结果为虚拟结果集 select语句执行后服务器会按照要求检索表 ...
- python 基础语法处理一组数据_Python 基础语法
注释的分类 1.单行注释 以"#"开头,#右边的所有东西当做说明,而不是真正要执行的程序,起辅助说明作用 # 我是注释,可以在里写一些功能说明之类的哦 print('hello w ...
- oss图片数据转图片二进制数据_图片数据不够快来试试这些数据增强
导读 我们经常会遇到训练模型时数据不够的情况,而且很多时候无法再收集到更多的数据,只能通过做一些数据增强或者其它的方法来合成一些数据.常用的数据增强方式有裁剪.旋转.缩放.亮度对比度色度饱和度变换.仿 ...
- 数据增强_imgaug图像数据增强必备工具
导读 我们经常会遇到训练模型时数据不够的情况,而且很多时候无法再收集到更多的数据,只能通过做一些数据增强或者其它的方法来合成一些数据.常用的数据增强方式有裁剪.旋转.缩放.亮度对比度色度饱和度变换.仿 ...
- 技术16期:如何更好的保证数据质量【大数据篇】
数据质量管理不单纯是一个概念,也不单纯是一项技术.也不单纯是一个系统,更不单纯是一套管理流程,数据质量管理是一个集方法论.技术.业务和管理为一体的解决方案. 通过有效的数据质量控制手段,进行数据的管理 ...
- Python中最常用的 14 种数据可视化类型的概念与代码
写在前面 收集数据后,需要对其进行解释和分析,以深入了解数据所蕴含的深意.而这个含义可以是关于模式.趋势或变量之间的关系. 数据解释是通过明确定义的方法审查数据的过程,数据解释有助于为数据赋予意义并得 ...
- 在R、Python和Julia中常用的数据可视化技术
俗话说"一图胜千言".通过各种图片和图形化展示,我们可以更清晰地表达很多抽象概念.理论.数据模式或某些想法.在本章中,我们首先解释为什么应该关心数据可视化.然后,我们将讨论几种在R ...
最新文章
- python 自然语言处理 (六) 采用deepQA搭建自动聊天机器人
- Android http Request / Response ContentType
- php数据库中统计人数用什么方法,在PHP中处理用户统计信息的最佳方法是什么
- 为什么代码正确却没有爬虫的信息_为什么敷面膜没有效果？原来这才是敷面膜的正确步骤...
- 格罗方德今年有望提高汽车芯片产量，并将投入60亿美元扩大产能
- remote Incorrect username or password ( access token)问题解决
- ubuntu 安装vnc_vnc4server arm架构
- 台达人机界面编程小技巧之合理使用偏移地址
- 小米官网首页简单实现及分析
- glm-0.9.9.7 + visual studio 2019 + window10下载安装
- 在java中使用RBL服务器（中国反垃圾邮件联盟的CBL+使用）
- wp8.1 java_UWP tips （与wp8.1的不同）
- 代码学习之Python冒号详解
- Android 项目接入网易云信IM单聊，群聊
- CF1647F Madoka and Laziness
- su: 无法设置组: 不允许的操作
- 需求来源以及竞品分析
- Unity3D中C#调用iOS的静态库(*.a)
- ap计算机科学课程内容,AP课程之“计算机科学原理”介绍
- Android RIL学习