Python数据可视化（三）

（单、双变量）直方图、饼图

数据可视化（一）中有介绍散点图和折线图。
数据可视化（二）中介绍了各种条形图。

• 直方图
  要注意直方图和条形图的区别。直方图的x轴是连续的数，而且组距可以人为改变。比如一个班里同学的身高。而条形图的x轴一般是不连续的数。
  简单代码入门：
  这里用numpy库随机生成了100个0.0-1.0的数据

import numpy as np
import matplotlib.pyplot as plt
x = np.random.rand(100)
plt.hist(x,bins = 10,edgecolor='k')
plt.show()
print(x)

这里x列表的结果：[0.07828501 0.67583867 …… 0.70729262 0.84920471]

绘图运行结果：这里hist函数绘制直方图，里面有两个重要的参数。一个x，一个bins。x是数据列表，bins是把x列表里面的数据从最低到最高平均分成k组。比如上面的代码就是把0.0-1.0平均分成了10份。

• 双变量直方图
  这种直方图我目前还没用到也基本没见过，不知道应用于上面地方。我推测应该是统计两组数据重叠的地方。用到hist2d函数。

import numpy as np
import matplotlib.pyplot as plt
x = np.random.rand(100)
y = np.random.rand(100)
plt.hist2d(x,y,bins = 10)
plt.show()

• 饼图
  饼图都很熟悉了。假如一个农场有 牛羊猪鸡 四种家禽，占比分别为10，20，30，40。因为最近猪肉价格上涨，想用饼图显示出占比，并把猪的占比凸显出来。就可以用到pie函数绘制饼图。
  直接上代码：

import numpy as np
import matplotlib.pyplot as plt
label = ['cattle','sheep','pigs','chicken']
sieze = [10,20,30,40]
explode = [0,0,0.1,0]
plt.pie(sieze,explode,labels=label)
plt.show()

结果如下：
这个就比较简单了，pie第一个参数是占比大小，第二个是各部分凸显程度，第三个是标签。等等还有很多参数，这里就线只介绍三个。
这里没用中文，因为用中文会报错，但是有解决方法。下篇会介绍到。
数据可视化最基本的几个图已经介绍完。感谢观看。