【数据分析】matplotlib绘制条形图，散点图，直方图及总结 No.2

一、matplotlib的散点图、直方图、条形图

1、散点图

from matplotlib import pyplot as plt plt.scatter(x,y)

用途：

不同条件之间的内在关联关系

观察数据的离散聚合程度

2、条形图

from matplotlib import pyplot as plt # 竖 plt.bar(x,y) # 横 plt.barh(x,y)

用途：

数量统计

频率统计

3、直方图

y = [random.uniform(10, 40) for i in range(0, 12)]
x = int((max(y)-min(y))//5)
print(x)
plt.hist(y,x)
plt.show()

用途：

用户的年龄分布

用户点击网页次数分布状态

用户活跃时间分布状态

二、matpotlib常见问题总结

1. 选择哪种图形呈现数据
2. 折线图：matplotlib.plot(x,y)
3. 条形图：matplotlib.bar(x,y)
4. 散点图：matplotlib.scatter(x,y)
5. 直方图：matplotlib.hist(data,bins,normed)
6. 刻度：xticks和yticks设置
7. 标签和网格：label和title，grid设置
8. 图片大小：figure
9. 保存、展示图片:save，show

三、matplotlib使用流程

（1）明确问题

（2）选择图形呈现方式

（3）准备数据

（4）绘图和优化

更多图例：https://matplotlib.org/gallery

案例：https://www.echartsjs.com/examples/zh/index.html

四、更多绘图工具

1、plotly：可视化工具中的github，相比于matplotlib更加简单，图形更加漂亮，同时兼容matplotlib和pandas。

文档地址：https://plotly.com/python/

2、seaborn，数据可视化工具

文档地址：http://seaborn.pydata.org/