数据分类概述

按照所采用的计量尺度的不同，可以将统计数据分为分类数据、顺序数据和数值型数据。

分类数据和顺序数据说明的是事物的品质特征，通常是用文字来表述的，其结果均表现为类别，因而也可统称为定性数据或品质数据；数值型数据说明的是现象的数量特征，通常是用数值来表现的，因此也可称为定量数据或数量数据。

分类数据（categorical data）是只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，是用文字来表述的。

顺序数据（rank data）是只能归于某一有序类别的非数字型数据。顺序数据虽然是类别，但这些类别是有序的。

数值型数据（metric data）是按数字尺度测量的观察值，其结果表现为具体的数值。现实中所处理的大多数是数值型数据。

数据类型与主要图示方法

代码实现

条形图

import matplotlib.pyplot as plt  num_list = [1.5,0.6,7.8,6]
plt.bar(range(len(num_list)), num_list)
plt.show()

饼图

import matplotlib.pyplot as pltlabels = ['A', 'B', 'C', 'D', 'others']
share = [0.45, 0.25, 0.15, 0.05, 0.10]
explode = [0, 0.1, 0, 0, 0]
plt.pie(share, explode = explode,labels = labels, autopct = '%3.1f%%',startangle = 180, shadow = True,colors = ['c', 'r', 'gray', 'g', 'y'])
plt.title('2017 Market Share')
plt.show()

直方图

from matplotlib import pyplot as plt
from matplotlib import font_managera = [131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124,101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111, 78, 132, 124, 113, 150, 110, 117, 86,95, 144, 105, 126, 130, 126, 130, 126, 116, 123, 106, 112, 138, 123, 86, 101, 99, 136, 123, 117, 119, 105, 137,123, 128, 125, 104, 109, 134, 125, 127, 105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114, 105, 115,132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134, 156, 106, 117, 127, 144, 139, 139, 119, 140, 83, 110, 102,123, 107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133, 112, 114, 122, 109, 106, 123, 116, 131, 127,115, 118, 112, 135, 115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154, 136, 100, 118, 119, 133, 134,106, 129, 126, 110, 111, 109, 141, 120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126, 114, 140, 103,130, 141, 117, 106, 114, 121, 114, 133, 137, 92, 121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113, 134,106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110, 105, 129, 137, 112, 120, 113, 133, 112, 83, 94, 146,133, 101, 131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111, 111, 133, 150]d = 6
num_bins = (max(a) - min(a)) // dplt.hist(a, num_bins)
plt.xticks(range(min(a), max(a) + d, d))plt.grid()
plt.show()

线图

import pandas as pd
import matplotlib.pyplot as pltdata = pd.read_csv('/root/data/折线图.csv',engine = 'python',encoding = 'utf8'
)
data['reg_date'] = pd.to_datetime(data["reg_date"])
ga = data.groupby(by = ['reg_date'],as_index = False
)['id'].agg('count')
ga.columns = ['注册日期', '注册用户数']
Mcolour = (91/255, 155/255, 213/255, 1)
plt.ylim(0, 500)
plt.title('Num', color=Mcolour)
plt.xlabel('Date', color=Mcolour)
plt.ylabel('Num', color=Mcolour)
plt.xticks(color=Mcolour)
plt.yticks(color=Mcolour)
plt.plot(ga['注册日期'],ga['注册用户数'], '-', color=Mcolour)

散点图

import pandas as pd
import matplotlib.pyplot as pltdata = pd.read_csv('/root/data/散点图.csv',engine = 'python',encoding = 'utf8'
)
plt.scatter(data['广告费用'], data['购买用户数'])

气泡图

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as npa = np.random.randn(100)
b = np.random.randn(100)plt.scatter(a, b, s=np.power(10*a+20*b, 2), c=np.random.rand(100),cmap=mpl.cm.RdYlBu, marker="o")plt.show()

数据可视化（python代码实现）相关推荐

多元统计分析图标表示法数据可视化 python 代码实现
图的组成部分(取自matplotlib.org): 轮廓图 1.plt.contour( )方法 import matplotlib.pyplot as plt import numpy as np# ...
Day1.数据可视化-Python语法
数据可视化-Python基础语法 Python简单? 想学好数据分析,最好最快的方式是掌握Python语言. Python语言的强大简洁,有大量的第三方库,功能强大(数据科学领域) Numpy 科学 ...
用来处理gwdac网站爬取的实验数据的python代码
写了几个用来整理gwdac爬取的散射实验数据的python代码,在这里保存一下,免得以后找不到代码一把按组分类的实验数据转成一行一个数据点 import osobslist = (["D ...
大学物理实验——密立根油滴实验数据计算Python代码
大学物理实验--密立根油滴实验数据计算Python代码先手准备 import numpy as np 编写函数 def f(t,U):# 基本物理量准备rou = 981.0g = 9.80l = ...
Python数据可视化 | Python实现Matplotlib系列colorbar的设置
Python数据可视化 | Python实现Matplotlib系列colorbar的设置目录 Python数据可视化 | Python实现Matplotlib系列colorbar的设置 color ...
利用OpenSearch API检索和下载数据附Python代码实例
利用OpenSearch API检索和下载数据附Python代码实例在数据下载过程中,我们常常会需要下载非常多的数据文件,这时我们可以利用wget等软件或者编写数据下载脚本来实现数据下载的批处理. ...
语义分割数据增强python代码
语义分割数据增强python-pytorch代码-语义分割github项目 0. 先放gi ...
视频教程-Python大数据可视化-Python
Python大数据可视化 7年软件开发架构经验,12年IT培训经验,曾就职于拜特科技,金蝶软件,软酷网络等多家互联网公司.擅长Java EE,前端,iOS及大数据等技术方向的开发及教学.策划并撰稿大数 ...
python做数据可视化的代码_Python数据可视化正态分布简单分析及实现代码
Python说来简单也简单,但是也不简单,尤其是再跟高数结合起来的时候... 正态分布(Normaldistribution),也称"常态分布",又名高斯分布(Gaussiandi ...
数据可视化 | Python绘制多维柱状图：一图展示西部各省人口变迁【附本文数据和代码】
查看原文:[数据seminar]https://mp.weixin.qq.com/s/pvx2ZzLbrBL-6cyOwVATOA Part1前言柱状图是利用柱子的高度来反映数据差异的统计图,与一维 ...

数据可视化（python代码实现）

数据分类概述

数据类型与主要图示方法

代码实现

数据可视化（python代码实现）相关推荐

最新文章

热门文章