python可视化(十种常用图)
python的可视化库(seaborn和matplotlib)
今天我将和大家一起入门这十种简单图的绘制
1.散点图
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
# 数据准备
N = 1000
x = np.random.randn(N)
y = np.random.randn(N)
# 用Matplotlib画散点图
plt.scatter(x, y,marker='x')
plt.show()
# 用Seaborn画散点图
df = pd.DataFrame({'x': x, 'y': y})
sns.jointplot(x="x", y="y", data=df, kind='scatter');
plt.show()
2.折线图
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
# 数据准备
x = [2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019]
y = [5, 3, 6, 20, 17, 16, 19, 30, 32, 35]
# 使用Matplotlib画折线图
plt.plot(x, y)
plt.show()
# 使用Seaborn画折线图
df = pd.DataFrame({'x': x, 'y': y})
sns.lineplot(x="x", y="y", data=df)
plt.show()
3.直方图
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
# 数据准备
a = np.random.randn(100)
s = pd.Series(a)
# 用Matplotlib画直方图
plt.hist(s,bins=10)
plt.show()
# 用Seaborn画直方图
sns.distplot(s, kde=False)
plt.show()
sns.distplot(s, kde=True)
plt.show()
4.条形图
import matplotlib.pyplot as plt
import seaborn as sns
# 数据准备
x = ['Cat1', 'Cat2', 'Cat3', 'Cat4', 'Cat5']
y = [5, 4, 8, 12, 7]
# 用Matplotlib画条形图
plt.bar(x, y)
plt.show()
# 用Seaborn画条形图
sns.barplot(x, y)
plt.show()
5.箱线图
# 数据准备
# 生成0-1之间的10*4维度数据
data=np.random.normal(size=(10,4))
lables = ['A','B','C','D']
# 用Matplotlib画箱线图
plt.boxplot(data,labels=lables)
plt.show()
# 用Seaborn画箱线图
df = pd.DataFrame(data, columns=lables)
sns.boxplot(data=df)
plt.show()
6.饼图
import matplotlib.pyplot as plt
# 数据准备
nums = [25, 37, 33, 37, 6]
labels = ['High-school','Bachelor','Master','Ph.d', 'Others']
# 用Matplotlib画饼图
plt.pie(x = nums, labels=labels)
plt.show()
7.热力图
import matplotlib.pyplot as plt
import seaborn as sns
# 数据准备
flights = sns.load_dataset("flights")
data=flights.pivot('year','month','passengers')
# 用Seaborn画热力图
sns.heatmap(data)
plt.show()
8.蜘蛛图
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib.font_manager import FontProperties
# 数据准备
labels=np.array([u"推进","KDA",u"生存",u"团战",u"发育",u"输出"])
stats=[83, 61, 95, 67, 76, 88]
# 画图数据准备,角度、状态值
angles=np.linspace(0, 2*np.pi, len(labels), endpoint=False)
stats=np.concatenate((stats,[stats[0]]))
angles=np.concatenate((angles,[angles[0]]))
# 用Matplotlib画蜘蛛图
fig = plt.figure()
ax = fig.add_subplot(111, polar=True)
ax.plot(angles, stats, 'o-', linewidth=2)
ax.fill(angles, stats, alpha=0.25)
# 设置中文字体
font = FontProperties(fname=r"C:\Windows\Fonts\simhei.ttf", size=14)
ax.set_thetagrids(angles * 180/np.pi, labels, FontProperties=font)
plt.show()
9.二元变量分布
import matplotlib.pyplot as plt
import seaborn as sns
# 数据准备
tips = sns.load_dataset("tips")
print(tips.head(10))
# 用Seaborn画二元变量分布图(散点图,核密度图,Hexbin图)
sns.jointplot(x="total_bill", y="tip", data=tips, kind='scatter')
sns.jointplot(x="total_bill", y="tip", data=tips, kind='kde')
sns.jointplot(x="total_bill", y="tip", data=tips, kind='hex')
plt.show()
10.成对关系
import matplotlib.pyplot as plt
import seaborn as sns
# 数据准备
iris = sns.load_dataset('iris')
# 用Seaborn画成对关系
sns.pairplot(iris)
plt.show()
总结
python可视化(十种常用图)相关推荐
- python数据分析常用包_python可视化数据分析常用图大集合(收藏)
python数据分析常用图大集合:包含折线图.直方图.垂直条形图.水平条形图.饼图.箱线图.热力图.散点图.蜘蛛图.二元变量分布.面积图.六边形图等12种常用可视化数据分析图,后期还会不断的收集整理, ...
- python修改文件名称唯美_5行代码搞定14种常见图的python可视化库,还自带16种优美主题,真是太喜欢了...
原创:小dull鸟 python数据分析之禅 原文链接: 5行代码搞定14种常见图的python可视化库,还自带16种优美主题,真是太喜欢了mp.weixin.qq.com 有时候我们做数据可视化并 ...
- python数据分析常用图大集合
我们在做数据分析的时候,难免会用到图像来表示你要展示的东西,接下来写一下demo来表示一下各种图: 以下默认所有的操作都先导入了numpy.pandas.matplotlib.seaborn impo ...
- python 获取文件名称唯美_5行代码搞定14种常见图的python可视化库,还自带16种优美主题,真是太喜欢了...
原创:小dull鸟 python数据分析之禅 原文链接: 有时候我们做数据可视化并不需要特别复杂的功能,仅仅是想把简单的数据用图形展示出来 今天就给大家介绍一种非常适合新手的python可视化库--p ...
- 强烈推荐一款Python可视化神器!
参加 2019 Python开发者日,请扫码咨询 ↑↑↑ 翻译 | Lemon 来源 | Plotly 出品 | Python数据之道 (ID:PyDataRoad) Plotly Express 入 ...
- python 可视化_python可视化基础
常用的python可视化工具包是matplotlib,seaborn是在matplotlib基础上做的进一步封装.入坑python可视化,对有些人来说如同望山跑死马,心气上早输了一节.其实学习一门新知 ...
- 这才是你寻寻觅觅想要的 Python 可视化神器!
翻译 | Lemon 来源 | Plotly 译文出品 | Python数据之道 (ID:PyDataRoad) Plotly Express 入门之路 Plotly Express 是一个新的高级 ...
- Matplotlib之Python可视化
PYTHON可视化 学习可视化的思路 了解统计学中的基本图形的特征,图形类型.图形是由那些要素构成的,哪种类型的图形适合展示哪种类型的数据. 学习绘制图形的API,熟悉各API的参数. 图形颜色和线条 ...
- 这才是你寻寻觅觅想要的 Python 可视化神器
翻译 | Lemon 来源 | Plotly 译文出品 | Python数据之道 (ID:PyDataRoad) Plotly Express 入门之路 Plotly Express 是一个新的高级 ...
- 推荐:这才是你寻寻觅觅想要的 Python 可视化神器
作者 | Lemonbit 本文转自公众号『Python数据之道』,详情请扫码关注该公众号: Plotly Express 入门之路 Plotly Express 是一个新的高级 Python 可视化 ...
最新文章
- DeepMind网红博士300页论文出炉:面向NLP的神经迁移学习
- sentry日志管理系统安装以及使用教程
- 在mybatis用mysql的代码块_关于Mybatis 中使用Mysql存储过程的方法
- bzoj 3924 幻想乡战略游戏
- .NET框架程序设计
- 底层软件工程师的一次冒险经历
- androidsdcard挂载目录_获取android手机的自带存储路径和sdcard存储路径
- 《Adobe Photoshop CS4中文版经典教程》—第1课1.7节检查更新
- xposed获取context 的方法
- (转)美国:2016-2045新科技趋势报告
- Pysyft学习笔记
- jupyter中markdown模式编辑文本格式
- E - Alarm Clock (尺取法)
- vue3 setup语法糖与原始写法对比
- 如何修改MySQL实例的UUID#olivia丶长歌#
- guestbook.php注入,php防注入留言板(simple)
- yama搜集的超超…全的下载音效的网站,持续更新
- Qcom平台 Camera 之开启调试 log
- 画渐变色的C++代码
- 将多个annotation xml文件转换为多个annotation txt文件