直方图和密度图

直方图

直方图(histogram)是一种可以对值频率进行离散化显示的柱状图。数据点被拆分到离散的、间隔均匀的面元中,绘制的是各面元中数据点的数量。

In [165]: data1=pd.read_csv('G:\LPTPython\practice.csv')

In [167]: data1['tip_pct']=data1['tip'] / data1['total_bill']

In [169]: data1['tip_pct'].hist(bins=50)

密度图

与此相关的一种图表类型是密度图,它是通过计算“可能会产生观测数据的连续概率分布的估计”而产生。一般的过程是将该分布近似为一组合(即诸如正态(高斯)分布之类的较为简单的分布)。因此,密度图也被称作KDE图。调用plot时加上kind=’kde’即可生成一张密度图(标准混合正态分布KDE):

In [170]: data1['tip_pct'].plot(kind='kde')

In [182]: values.hist(bins=100,alpha=0.3,color='#1d07f5',normed=True)

In [186]: values.plot(kind='kde',style='k--')

散布图(或散点图)

散布图(scatter plot)是观察两个一维数据序列之间的关系的有效手段。Matplotlib的scatter方法是绘制散布图的主要方法。

In [187]: macro=pd.read_csv('G:\LPTPython\macrodata.csv')

In [188]: data=macro[['cpi','m1','tbilrate','unemp']]

In [190]: trans_data=np.log(data).diff().dropna()

In [191]: trans_data[-5:]

Out[191]:

cpi m1 tbilrate unemp

198 -0.007904 0.045361 -0.396881 0.105361

199 -0.021979 0.066753 -2.277267 0.139762

200 0.002340 0.010286 0.606136 0.160343

201 0.008419 0.037461 -0.200671 0.127339

202 0.008894 0.012202 -0.405465 0.042560

plt.scatter

利用plt.scatter即可轻松绘制一张简单的散布图:

In [192]: plt.scatter(trans_data['m1'],trans_data['unemp'])

scatter_matrix函数

Pandas提供了一个能从DataFrame创建散布图矩阵的scatter_matrix函数。它还支持在对角线上放置各变量的直方图或密度图。

In [195]: pd.scatter_matrix(trans_data,diagonal='kde',c='r',alpha=0.3)

直方图尖峰python_直方图、密度图、散点图,python数据可视化方法,你要的都在这里...相关推荐

  1. 绘制股票价格图 《Python数据可视化》的p131 python爬取雅虎财经股票交易数据

    股票价格图 采用pandas_datareader包和获取Yahoo数据源 该书中说 采用matplotlib.mlab和matplotlib.finance的子包可以获取股票数据,但是matplot ...

  2. 4种快速易用的Python数据可视化方法

    热力图.二维密度图.蜘蛛网图和树状图,这些可视化方法你都用过吗? 数据可视化是数据科学或机器学习项目中十分重要的一环.通常,你需要在项目初期进行探索性的数据分析(EDA),从而对数据有一定的了解,而且 ...

  3. 四种快速易用的Python数据可视化方法

    数据可视化是数据科学或机器学习项目中十分重要的一环.通常,你需要在项目初期进行探索性的数据分析(EDA),从而对数据有一定的了解,而且创建可视化确实可以使分析的任务更清晰.更容易理解,特别是对于大规模 ...

  4. python corr画图_用一张很丑的图学习Python数据可视化基础--热力图

    视频: # 热力图(相关矩阵) import seaborn as sns import matplotlib.pyplot as plt #准备数据,协方差矩阵 dfData = df.corr() ...

  5. 一张图学会python3高清图-用一张很丑的图学习Python数据可视化基础--热力图

    视频: # 热力图(相关矩阵) import seaborn as sns import matplotlib.pyplot as plt #准备数据,协方差矩阵 dfData = df.corr() ...

  6. 大数据可视化python_大数据分析之Python数据可视化的四种简易方法

    本篇文章探讨了大数据分析之Python数据可视化的四种简易方法,希望阅读本篇文章以后大家有所收获,帮助大家对相关内容的理解更加深入. < 数据可视化是任何数据科学或机器学习项目的一个重要组成部分 ...

  7. Python数据可视化的四种简易方法

    2019独角兽企业重金招聘Python工程师标准>>> 摘要: 本文讲述了热图.二维密度图.蜘蛛图.树形图这四种Python数据可视化方法. 数据可视化是任何数据科学或机器学习项目的 ...

  8. Python数据可视化的四种简易方法 1

    摘要: 本文讲述了热图.二维密度图.蜘蛛图.树形图这四种Python数据可视化方法. 数据可视化是任何数据科学或机器学习项目的一个重要组成部分.人们常常会从探索数据分析(EDA)开始,来深入了解数据, ...

  9. python数据可视化是什么_Python数据可视化的四种简易方法

    数据可视化是任何数据科学或机器学习项目的一个重要组成部分.人们常常会从探索数据分析(EDA)开始,来深入了解数据,并且创建可视化确实有助于让问题更清晰和更容易理解,尤其是对于那些较大的高维度数据集.在 ...

最新文章

  1. linux svn安装
  2. 漫画:通俗易懂的进程与线程解释
  3. 编程3:仅用递归函数和栈操作逆序一个栈
  4. 使用匿名内部类创建线程
  5. vue router 常用操作 重定向 redirect
  6. x12arima季节调整方法_[方法]季节调整与hp滤波方法
  7. WAPI在校园网应用中的证书安装
  8. Sandwell模型和卫星测高反演海底地形
  9. springboot办公用品采购领用管理系统java
  10. cgi加载java class_深入研究Java类加载机制
  11. 一文学会如何使用工厂模式
  12. Pandas时间序列数据操作
  13. 老徐和阿珍的故事:ArrayList和LinkedList的效率到底哪个高?
  14. stc12c5a60s ds1302时钟
  15. 致远OA漏洞学习——A6版本Session泄漏伪造漏洞
  16. 利用Html与css从零开始制作基础静态网页(web课设)
  17. 如何完成上传图片到腾讯云
  18. 经典趣味数学问题之过河问题
  19. Consider defining a bean of type ‘com.muses.taoshop.item.service.IItemService‘ in your configuration
  20. MIMIC-III代码结构和运行

热门文章

  1. vs已停止工作的解决方案
  2. Project Euler 97 :Large non-Mersenne prime 非梅森大素数
  3. [jquery] 删除文章的时候弹出确认窗口
  4. sql 获取第10到20个记录
  5. Socket套接字实现服务器端连接
  6. c语言CString转数字函数,CString与16进制的CByteArray之间相互转化
  7. Vue中,在<template>内进行页面链接跳转
  8. 使用Python开发SQLite代理服务器
  9. 基于Python+tkinter+pygame的音乐播放器完整源码
  10. javascript 刷新div_用 JavaScript 实现寻路算法 —— 编程训练