学习笔记(42):零基础搞定Python数据分析与挖掘-离散型数据的可视化（一）
立即学习:https://edu.csdn.net/course/play/6861/326789?utm_source=blogtoedu
1、离散型数据的可视化
2、连续型数据的可视化
3、关系型数据的可视化
4、多图形组合
1.1 离散型数据的可视化 饼图的绘制
饼图属于最传统的统计图形之一，几乎随处可见，例如大型公司的屏幕墙，各种年度论坛的演示稿，以及各大媒体发布的数据统计报告等
饼图是将一个圆分割成不同的大小的楔形（扇形），而圆中的每一个楔形代表了不同的类别值，通常根据楔形的面积大小来判断类别值的差异。
pie(x,explode= None,labels=None,color=None,autopct=None,pctdistance=0.6,labeldistance=1.1)
x:指定绘图的数据
explode：指定饼图某些部分的突出显示，即呈现爆炸式。
labels：为饼图添加标签说明，类似于图例说明
colors：指定饼图的填充颜色
autopct:自动添加百分比的显示，可以采用格式化的方法显示
pctdistance:设置百分比标签与圆心的距离
labeldistance:设置各扇形标签（图例）与圆心的距离
#导入第三方库
import matplotlib.pyplot as plt
#解决显示中文标签问题 字体显示简体黑 SimHei
plt.rcParams['font.sans-serif']=['SimHei']
#构造数据
edu= [0.2515,0.3724,0.3336,0.0368,0.005]
labels = ['中专','大专','本科','硕士','其他']
explode=[0,1,0,0,0]
#绘制饼图
plt.pie(x=edu,explode=explode,labels=labels,autopct='%.1f%%')
plt.show()
条形图的绘制
虽然饼图可以很好的表达离散变量在各水平上的差异，但是其不擅长对比差异不大或者水平值过多的离散型变量，因为饼图是通过各扇形面积大小来比价差异的，面积的比较有时并不直观。
对于条形图而言，对比是柱形图的高低，柱体越高，代表的数值越大，反之亦然。