数据可视化--------常用统计图与三维图像

一.统计图

     plot()函数能够画出各种函数曲线
     scatter()能够画出散点图
     是时候了解统计图了

1.柱形图

  pld.bar(x, height, width=0.8, bottom=None, hold=None, data=None, **kwargs)
  柱形图中 “柱子” 的基本位置和长、宽,是由 x、height、width、bottom确定的

最简单的柱形图
数据可视化--------常用统计图与三维图像_第1张图片
参数解释

 x:默认情况下,其值是柱子竖直中线的位置
 height:柱子的高度,即 y轴的数据
 width:柱子的宽度,默认是0.8
 bottom:柱子底部与x轴的距离,默认为None,即距离为0

稍微复杂点,带上基本参数
数据可视化--------常用统计图与三维图像_第2张图片

如果你觉得图像太过单调不够美观,还有一些参数装饰柱子
数据可视化--------常用统计图与三维图像_第3张图片
有种五彩缤纷的感觉

高级操作
(1)堆积柱形图
作用:两个柱形图叠加
数据可视化--------常用统计图与三维图像_第4张图片
完美的利用了基本参数
(2)簇状柱状图
数据可视化--------常用统计图与三维图像_第5张图片
拓宽一下,看有4组数据的柱状图
数据可视化--------常用统计图与三维图像_第6张图片

2.条形图
将柱子横过来就是‘条’了
数据可视化--------常用统计图与三维图像_第7张图片

3.饼图
有时候我们需要知道某一部分占整体的比例,饼图无疑是最好的选择

     plt.pie(x, explode=None, labels=None, colors=None, autopct=None, shadow=False,
                startangle=None, radius=None)

解释如下

 x:数据源
 explode:   扇面的偏移.  explode中第二个数为0.1,对应扇面 b 偏移0.1,其他数为0,不偏移
 labels:    为每个扇面设置标示
 colors:    为每个扇面设置颜色
 autopct:   按照规定格式在每个扇面上显示百分比
 shadow:    是否有阴影
 startangle:第一个扇形开始的角度,然后默认依逆时针旋转
 radius:半径大小

一个示范
数据可视化--------常用统计图与三维图像_第8张图片

二.三维图像

(1)基础
除了在二维坐标系中实现数据可视化外,还能在三维坐标系中绘制三维图像
需要导入 mplot3d 模块
原始三维图像
数据可视化--------常用统计图与三维图像_第9张图片

在三维坐标系中画出函数图和散点图
数据可视化--------常用统计图与三维图像_第10张图片

(2)平面三角形的绘制

     Triangulation(x, y, triangles=None, mask=None)

数据可视化--------常用统计图与三维图像_第11张图片

(3)三维中的三角形
二维图形转换为三维图形只需要加一个参数
数据可视化--------常用统计图与三维图像_第12张图片
对比二维和三维三角形

你可能感兴趣的:(python-数据分析)