一直以來(lái)奔脐，數(shù)據(jù)可視化就是一個(gè)處于不斷演變之中的概念儒旬，其邊界在不斷地?cái)U(kuò)大；因而帖族，最好是對(duì)其加以寬泛的定義栈源。數(shù)據(jù)可視化指的是技術(shù)上較為高級(jí)的技術(shù)方法，而這些技術(shù)方法允許利用圖形竖般、圖像處理甚垦、計(jì)算機(jī)視覺(jué)以及用戶界面，通過(guò)表達(dá)、建模以及對(duì)立體艰亮、表面闭翩、屬性以及動(dòng)畫(huà)的顯示，對(duì)數(shù)據(jù)加以可視化解釋迄埃。與立體建模之類(lèi)的特殊技術(shù)方法相比疗韵，數(shù)據(jù)可視化所涵蓋的技術(shù)方法要廣泛得多。
1.環(huán)境
系統(tǒng)：windows10
python版本：python3.6.1
使用的庫(kù)：matplotlib侄非，numpy
2.numpy庫(kù)產(chǎn)生隨機(jī)數(shù)幾種方法
3.散點(diǎn)圖
>x x軸
> y y軸
> s 圓點(diǎn)面積
> c 顏色
> marker 圓點(diǎn)形狀
> alpha 圓點(diǎn)透明度 #其他圖也類(lèi)似這種配置</pre>
>
N=50 # height=np.random.randint(150,180,20) # weight=np.random.randint(80,150,20) x=np.random.randn(N) y=np.random.randn(N) plt.scatter(x,y,s=50,c='r',marker='o',alpha=0.5) plt.show()
4.折線圖
x=np.linspace(-10000,10000,100) #將-10到10等區(qū)間分成100份 y=x**2+x**3+x**7 plt.plot(x,y) plt.show()折線圖使用plot函數(shù)
5.條形圖
N=5 y=[20,10,30,25,15] y1=np.random.randint(10,50,5) x=np.random.randint(10,1000,N) index=np.arange(N) plt.bar(left=index,height=y,color='red',width=0.3) plt.bar(left=index+0.3,height=y1,color='black',width=0.3) plt.show()orientation設(shè)置橫向條形圖
N=5 y=[20,10,30,25,15] y1=np.random.randint(10,50,5) x=np.random.randint(10,1000,N) index=np.arange(N) # plt.bar(left=index,height=y,color='red',width=0.3) # plt.bar(left=index+0.3,height=y1,color='black',width=0.3) #plt.barh() 加了h就是橫向的條形圖蕉汪，不用設(shè)置orientation plt.bar(left=0,bottom=index,width=y,color='red',height=0.5,orientation='horizontal') plt.show()
6.直方圖
m1=100 sigma=20 x=m1+sigma*np.random.randn(2000) plt.hist(x,bins=50,color="green",normed=True) plt.show()
> # #雙變量的直方圖 如果對(duì)Python編程、網(wǎng)絡(luò)爬蟲(chóng)逞怨、機(jī)器學(xué)習(xí)者疤、數(shù)據(jù)挖掘、web開(kāi)發(fā)叠赦、人工智能驹马、面試經(jīng)驗(yàn)交流。感興趣可以519970686除秀，群內(nèi)會(huì)有不定期的發(fā)放免費(fèi)的資料鏈接糯累，這些資料都是從各個(gè)技術(shù)網(wǎng)站搜集漩仙、整理出來(lái)的逢慌，如果你有好的學(xué)習(xí)資料可以私聊發(fā)我，我會(huì)注明出處之后分享給大家开缎。歡迎分享棍好，歡迎評(píng)論仗岸，歡迎轉(zhuǎn)發(fā)
> # #顏色越深頻率越高
> # #研究雙變量的聯(lián)合分布</pre>
#雙變量的直方圖 #顏色越深頻率越高 #研究雙變量的聯(lián)合分布 x=np.random.rand(1000)+2 y=np.random.rand(1000)+3 plt.hist2d(x,y,bins=40) plt.show()
7.餅狀圖
> #設(shè)置x,y軸比例為1：1，從而達(dá)到一個(gè)正的圓</pre>
>#labels標(biāo)簽參數(shù),x是對(duì)應(yīng)的數(shù)據(jù)列表,autopct顯示每一個(gè)區(qū)域占的比例,explode突出顯示某一塊,shadow陰影</pre>
labes=['A','B','C','D'] fracs=[15,30,45,10] explode=[0,0.1,0.05,0] #設(shè)置x,y軸比例為1：1借笙，從而達(dá)到一個(gè)正的圓 plt.axes(aspect=1) #labels標(biāo)簽參數(shù),x是對(duì)應(yīng)的數(shù)據(jù)列表,autopct顯示每一個(gè)區(qū)域占的比例,explode突出顯示某一塊,shadow陰影 plt.pie(x=fracs,labels=labes,autopct="%.0f%%",explode=explode,shadow=True) plt.show()
8.箱型圖
import matplotlib.pyplot as plt import numpy as np data=np.random.normal(loc=0,scale=1,size=1000) #sym 點(diǎn)的形狀扒怖，whis虛線的長(zhǎng)度 plt.boxplot(data,sym="o",whis=1.5) plt.show()
>#sym 點(diǎn)的形狀，whis虛線的長(zhǎng)度</pre>
原文出處:(https://blog.csdn.net/Stephen_shijun/article/details/83271253)
