Python数据可视化

散点图

基础铺垫

定义

• 散点图（scatter diagram）：是以一个变量为横坐标，另一个变量为纵坐标，利用散点（坐标点）的分布形态反映变量关系的一种图形。

  • 它是探索数值型变量数据关系的有力工具；

  • 散点图直观简便，不仅可传递变量间关系类型的信息，也能反映变量间关系的明确程度，因此散点图一般和相关分析，回归分析结合使用。

散点图绘制函数

• plot(x,y,’.’,color=(r,g,b))

• plot参数说明：

  • x、y：X轴和Y轴的序列

  • ‘.’、’o’:小点还是大点

  • color：三点图的颜色，可以用rgb 定义，也可以用颜色的英文字母定义

• 关于Python中颜色设置跟其他编程语言不同的几点说明：

  • RGB颜色设置：（red,green,blue）

  • 其他编程语言的 RGB是0～255范围的，但是Python的话只有0～1的范围，转换就是除255，就得到0到1的范围了

实操举例

import pandas
import matplotlib
import matplotlib.pyplot as plt
data=pandas.read_csv(
    'file:///Users/apple/Desktop/jacky_eg1.csv'
)

我们看到：第1列是日期，第2列示总销量，第3列示广告费用，第4列示投入人数

#接下来定义主题颜色
##元组中最后的1，表示透明度
mainColor=(40/256,80/256,150/256,1)

#然后设置字体样式，我们要设置中文字体以及字体的大小
font={'size':20,'family':'SimHei'}
matplotlib.rc('font',**font)

#绘图：散点图为大点
plt.xlabel('advertisement',color=mainColor)
plt.ylabel('total_sales',color=mainColor)
plt.tick_params(axis='x',color=mainColor)
plt.tick_params(axis='y',color=mainColor)
plt.plot(
data['广告费用'],
data['总销量'],
'o',color=mainColor
)

来看看效果吧：

---

折线图

基础铺垫

定义

• 折线图：也叫趋势图，它是用直线段将各数据点连接起来而组成的图形，以折线方式显示数据的变化趋势。

  • 能清楚的统计数据随时间变化的情况，特别适合时间趋势的绘图；

折线图绘制函数

• plot(x,y,style,color,linewidth)

• plot参数说明：

  • x、y：X轴和Y轴的序列

  • style：画线的样式，详见下面图表

  • color：画线的颜色

  • linewidth：线的宽度

style参数意义表

序号	参数值	注释
1	－	连续的曲线
2	–	连续的虚线
3	-.	连续用带点的曲线
4	:	由点连成的曲线
5	.	小点，散点图
6	o	大点，散点图
7	,	像素点（更小的点）的散点图
8	*	五角星的点，散点图

实操举例

import pandas
import matplotlib
import matplotlib.pyplot as plt
data=pandas.read_csv(
    'file:///Users/apple/Desktop/jacky_eg1.csv'
)

#我们把第一列日期转换成为时间数据
#做为新的列，新变量日期加入到data变量中
data['新变量日期']＝pandas.to_datetime(data['日期'])

mainColor=(40/256,80/256,150/256,1)
font={'size':20,'family':'SimHei'}
matplotlib.rc('font',**font)

plt.xlabel('data',color=mainColor)
plt.ylabel('number of people',color=mainColor)
plt.tick_params(axis='x',color=mainColor)
plt.tick_params(axis='y',color=mainColor)

#绘制折线图
plt.plot(data['新变量日期']，data['投入人数'],
'-',color=mainColor,lineWidth=10)
plt.title('数据分析部落案例')
plt.show()