python数据可视化

python数据可视化常用的几种

• Matplotlib
• Seaborn
• ggplot
• Geoplotlib
• Bokeh
• Plotly

在jupyter NoteBook生成图表

折线图

首先需要导入需要的库

import matplotlib.pyplot as plt

其次需要设置两个轴的数据。在x轴上获取1-15的数据，y轴选取平均值为50且标准差为10的随机数据。

#1-15的随机的数
import matplotlib.pyplot as plt
import numpy as np
a = range(1,17)
mean = 50
sigma = 10
#numpy.random.normal()符合均值为50标准差为10的高斯分布的随机数,具体可以看一下numpy库
b = np.random.normal(mean,sigma,16).astype(int)

现在只需要运行下方的绘图命令，折线图就会出现。

plt.plot(a,b)

以下代码阔以改变线条的颜色

plt.plot(a,b,color = 'Red')

通过改变ls和lw的变量可以改变线的类型和宽度

plt.plot(a,b,ls='--',lw=4)

下面的命令可以在每个数据点上添加标记

plt.plot(a,b,marker='3',mew=10)

可以添加如下命令增加折线图的图例解释

num = pd.DataFrame({
     'Pune':number_Pune,'sale':number_sale})

import pandas as pd
number_Pune = [12,45,33,49,45]
number_sale = [35,67,89,47,32]
num = pd.DataFrame({
     'Pune':number_Pune,'sale':number_sale})
#颜色设置
Colors = ['Red','Green']
num.plot(xticks=range(1,5),yticks=range(0,100,20),color=Colors)

条形图

#条形图
import matplotlib.pyplot as plt
import numpy as np
a = range(1,17)
mean = 50
sigma = 10
b = np.random.normal(mean,sigma,16).astype(int)
#图下代码绘制条形图
plt.bar(a,b)

添加如下代码，也阔以用pandas生成条形图

num.plot(kind='bar')

import pandas as pd
number_Pune = [12,45,33,49,45]
number_sale = [35,67,89,47,32]
num = pd.DataFrame({
     'Pune':number_Pune,'sale':number_sale})
num.plot(kind='bar')

扇形图（饼图）

a = [3,5,2,10,9]
plt.pie(a,labels=['A','B','C','D','E'])
#扇形图也可以定义每个切片的颜色此处没展示

直方图

#直方图
import numpy as np
mean=15
sigma=5
hist_data = np.random.normal(mean,sigma,500).astype(int)
#绘制直方图
plt.hist(hist_data)

散点图

#散点图
import numpy as np
mean=15
sigma=5
#随生成的数据进行排序
scatter_data1 = np.sort(np.random.normal(mean,sigma,500).astype(int))
scatter_data2 = np.sort(np.random.normal(mean,sigma,500).astype(int))
#绘制散点图
plt.scatter(scatter_data1,scatter_data2)

箱线图

#箱线图
import numpy as np
box_data = np.random.normal(56,10,50).astype(int)
plt.boxplot(box_data)

还有很多未补充完，此处留坑。。。。。

参考文献：python机器学习 [印]Abhishek Vijayvargia 著，宋格格 译；