数据科学之数据可视化---Matplotlib可视化绘制箱图和三维图

盒图

盒图也是用来表示数据分布情况的，但较直方图而言它可以更加直观展示数据的一些位数特征。

我们来看一个例子

# 绘制盒图
from matplotlib import pyplot as plt
import numpy as np
# 准备数据
data = [np.random.normal(0,i,100) for i in range(1,4)]
# 调用boxplot()
# vert：竖着；True  横着：False 默认是true
# notch=True 中位数有个缺口
plt.boxplot(data,vert=True,notch=True)
plt.title("boxplot")
plt.xticks([i+1 for i in range(len(data))],['box1',"box2","box3"])

我们来看一下结果：

三维图

三维图是立体图，种类比较多，我们这里举一个例子即可（因为我们在使用matplotlib进行数据可视化时主要绘制2D）

from matplotlib import pyplot as plt
import numpy as np
x = np.linspace(-10, 10, 100)
y = np.linspace(-10, 10, 100)
# 计算x，y的交点
x,y = np.meshgrid(x,y)
# 计算z
z = np.sqrt(x**2+y**2)
# 绘制三维图
plt.contour(x, y, z)
plt.contourf(x,y,z)

这就是我们生成的3d图。 

好了小伙伴们，我们matplotlib就分享完了，大家一定要多练习下我们的代码啊。