python数据分析实战：数据可视化的一些基本操作

数据可视化

1.散点图


这里有我自己整理了一套最新的python系统学习教程，包括从基础的python脚本到web开发、
爬虫、数据分析、数据可视化、机器学习等。
小编这里推荐加小编的python学习群：895,817, 687import matplotlib;
from pandas import read_csv;
import matplotlib.pyplot as plt;data = read_csv("D:\\PA\\5.1\\data.csv")font = {'family' : 'SimHei'
}
matplotlib.rc('font', **font);plt.plot(data['广告费用'], data['购买用户数'], '.')#plt.plot(data['广告费用'], data['购买用户数'], 'o')#plt.plot(data['广告费用'], data['购买用户数'], 'o', color='yellow')
#plt.plot(data['广告费用'], data['购买用户数'], 'o', color=(1, 1, 0))
#plt.plot(data['广告费用'], data['购买用户数'], 'o', color='#FFFF00')
plt.xlabel('广告费用');plt.ylabel('购买用户数');
plt.grid(True);plt.show();

2.折线图

import pandas;
from pandas import read_csv;
from matplotlib import pyplot as plt;data = read_csv('D:\\PA\\5.2\\data.csv');
#对日期格式进行转换
data['购买日期']=pandas.to_datetime(data['日期']);#'-' 顺滑的曲线
plt.plot(data['购买日期'], data['购买用户数'], '-');#plt.title('购买用户数时间序列图');#plt.show();#设置颜色
plt.plot(data['购买日期'], data['购买用户数'], '-', color='r');
#设置线条粗细
plt.plot(data['购买日期'], data['购买用户数'], '-', color='r', lineWidth=10);#'--' 虚线
plt.plot(data['购买日期'], data['购买用户数'], '--');
#'-.' 线加点
plt.plot(data['购买日期'], data['购买用户数'], '-.');
#':' 由点组成的曲线
plt.plot(data['购买日期'], data['购买用户数'], ':');
#'.' 散点图
plt.plot(data['购买日期'], data['购买用户数'], '.');
#',' 像素点的散点图
plt.plot(data['购买日期'], data['购买用户数'], ',');
#'o' 大点的散点图
plt.plot(data['购买日期'], data['购买用户数'], 'o');
#'v' 下三角标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], 'v');
#'^' 上上角标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], '^');
#'<' 左角标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], '<');
#'>' 右角标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], '>');
#'1' 伞形下的标记散点图
#'2' 伞形上的标记散点图
#'3' 伞形左的标记散点图
#'4' 伞形右的标记散点图
plt.plot(data['购买日期'], data['购买用户数'], '4');
#'s' 正方形标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], 's');
#'p' 五角形标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], 'p');
#'*' 五角星标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], '*');
#'h' 多边形标记的散点图
#'H' hexagon2 marker
plt.plot(data['购买日期'], data['购买用户数'], 'h');
#'+' plus marker
#'x' x marker
#'D' diamond marker
#'d' thin_diamond marker
plt.plot(data['购买日期'], data['购买用户数'], 'D');
#'|' vline marker
#'_' hline marker
plt.plot(data['购买日期'], data['购买用户数'], '|');plt.title('购买用户数时间序列图');plt.show();

3.饼图

import numpy;
import matplotlib;
from pandas import read_csv;
import matplotlib.pyplot as plt;data = read_csv('D:\\PA\\5.3\\data.csv');gb = data.groupby(by=['通信品牌'],as_index=False
)['号码'].agg({'用户数':numpy.size
});#pip install matplotlibfont = {'family' : 'SimHei'
}matplotlib.rc('font', **font);plt.pie(gb['用户数'], labels=gb['通信品牌'], autopct='%.2f%%');plt.show()

4.柱形图

# -*- coding: utf-8 -*-
import numpy;
import matplotlib;
from pandas import read_csv;
from matplotlib import pyplot as plt;
font = {'family' : 'SimHei'
};
matplotlib.rc('font', **font);
data = read_csv('D:\\PA\\5.4\\data.csv');
gb = data.groupby(by=['手机品牌']
)['月消费（元）'].agg({'月消费': numpy.sum
});
index = numpy.arange(gb['月消费'].size);
#竖向柱形图
plt.bar(index, gb['月消费'], 1, color='G');
plt.show();
plt.bar(index, gb['月消费'], 1, color='G');
plt.xticks(index + 1/2, gb.index);
plt.show();
#横向柱形图
plt.barh(index, gb['月消费'], 1, color='G');
plt.yticks(index + 1/2, gb.index);
plt.show();

5.直方图

import matplotlib;
from pandas import read_csv;
from matplotlib import pyplot as plt;font = {'family' : 'SimHei'
};
matplotlib.rc('font', **font);data = read_csv('D:\\PA\\5.5\\data.csv');plt.hist(data['购买用户数']);
plt.show();plt.hist(data['购买用户数'], bins=20);
plt.show();plt.hist(data['购买用户数'], bins=20, cumulative=True);
plt.show();

python数据分析实战：数据可视化的一些基本操作相关推荐

python逐笔输入数据_知到智慧树Python数据分析与数据可视化结课测验
知到智慧树Python数据分析与数据可视化结课测验答案更多相关问题已知三角形三个顶点的坐标是A(-1,2,3),B(1,1,1),C(0,0,5),试证三角形ABC是直角三角形,并求角B-- Wh ...
python集合中的元素不允许重复_Python语言中同一个集合中的元素不会重复，每个元素都是唯一的。-智慧树Python数据分析与数据可视化章节答案...
Python数据分析与数据可视化:Python语言中同一个集合中的元素不会重复,每个元素都是唯一的.[?ж???] A:对 B:错 Python数据分析与数据可视化章节测试答案: 对更多相关问题智 ...
Python数据分析——Matplotlib数据可视化基础（二）
Python数据分析--Matplotlib数据可视化基础(二) 思维导图: 图形的绘制认识要绘制的图形基本绘图流程 pyplot基础图表函数 pyplot饼图的绘制 pie函数 matplotl ...
python数据分析与可视化-Python数据分析与数据可视化
数据分析.数据挖掘与数据可视化是一个古老的话题,并非什么新生事物.近些年来,借助于计算机软硬件的飞速发展,数据分析.挖掘.可视化相关理论和技术在各领域的应用更是有了质的飞跃.饭店选址.公交路线与站牌规 ...
Python爬虫实战-数据可视化
本文您将学到的东西包括: scrapy爬虫的设置 requests(一个用来发送HTTP请求的简单库) BeautifulSoup(一个从HTML和XML中解析数据的库) MongoDB的用法 Mon ...
Python数据分析：数据可视化实战教程
本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理以下文章来源于碧茂大数据 ,作者碧茂大数据明确三个步骤: 确定问题,选择图形转 ...
python爬虫工资-Python爬虫实战-数据可视化
本文您将学到的东西包括: scrapy爬虫的设置 requests(一个用来发送HTTP请求的简单库) BeautifulSoup(一个从HTML和XML中解析数据的库) MongoDB的用法 Mon ...
python爬虫程序员工资-Python爬虫实战-数据可视化
本文您将学到的东西包括: scrapy爬虫的设置 requests(一个用来发送HTTP请求的简单库) BeautifulSoup(一个从HTML和XML中解析数据的库) MongoDB的用法 Mon ...
python知道章节答案_智慧树知道Python数据分析与数据可视化答案,章节期末教程考试网课答案...
人物雕塑有头像.胸像.半身像和()之分.[2012年真题]A．浮雕头像B．半身带手像C．圆雕头像D．全身长期或频繁地()架空线路或其他带电体作业时,应采取隔离防护措施.A.靠近B.远离C.接触权责 ...
智慧树python数据分析与数据可视化_智慧树知到Python数据分析与数据可视化答案免费查询...
你校准备举行"节约用水,从现在做起"的英语征文比赛,你打算投稿.请根据以下表格内容写一篇英语短文.必要性没下面的表格是Sunny School学生一日三餐的菜谱及Sally的爱好 ...

python数据分析实战：数据可视化的一些基本操作

数据可视化

2.折线图

3.饼图

4.柱形图

5.直方图

python数据分析实战：数据可视化的一些基本操作相关推荐

最新文章

热门文章