Python数据可视化的例子——画图总结

前面写了大量的文章是关于数据的可视化,通过每一个具体的案例介绍了有关matplotlib模块、pandas模块和seaborn模块的绘图函数和参数含义,分别针对离散型数据、数值型数据和关系型数据讲解了最为常用的可视化图形,包括饼图、条形图、直方图、核密度曲线、箱线图、小提琴图、折线图、散点图、气泡图和热力图。最后,借助于subplot2grid函数实现各种模块下图形的组合。
通过Python完成数据可视化的模块还有很多种,例如ggplot、bokeh、pygal、plotly等,读者可以前往各自的官网查看详细的文档说明,相信读者也会喜欢上其中的几个模块。需要注意的是,Python绘图的核心模块matplotlib,其他模块的绘图多多少少都会依赖于该模块,所以读者一定要牢牢掌握matplotlib模块中的重要知识点。
本章一共讲解了10种常用的统计图形,为了使读者方便记忆这些绘图函数和“方法”,特将本文涉及的绘图函数汇总如下:
Python数据可视化的例子——画图总结_第1张图片

你可能感兴趣的:(数据挖掘与数据分析,python,数据可视化,数据分析)