Python数据分析之Matplotlib散点图|条形图|直方图

Python数据分析之Matplotlib散点图|条形图|直方图

        • 1.散点图
        • 2.条形图/柱状图
        • 3.直方图
        • 4.图形示例

1.散点图

  • 散点图的特点
    • 散点图用来表示两组一维数据之间的关联,或展示坐标数据的分布关系。
    • 散点图不同于折线图,它是由一个一个的点构成的,点之间并不会用直线连接起来。
  • 如何使用散点图
    • scatter(
      x, y, s=None, c=None, marker=None, cmap=None, norm=None,
      vmin=None, vmax=None, alpha=None, linewidths=None,
      verts=cbook.deprecation._deprecated_parameter,
      edgecolors=None, *, plotnonfinite=False, data=None, **kwargs)

    • scatter 英[ˈskætə®] 美[ˈskætər]
      v. 撒; 驱散; 散开; 撒播; 四散; 使分散;
      n. 散落; 三三两两; 零零星星;

    • 使用plt.scatter(x,y)绘制默认散点图

2.条形图/柱状图

  • 条形图的特点
    • 条形图是用宽度相同的条形的高度或长短来表示数据多少的图形。
    • 条形图可以横置或纵置,纵置时也称为柱形图。
  • 如何使用条形图
    • bar(
      x, height, width=0.8, bottom=None, *, align=‘center’,
      data=None, **kwargs)

    • bar 英[bɑː®] 美[bɑːr]
      n. (长方形)条,块

    • 使用plt.bar(x, width)绘制竖直的柱状图。
    • 使用plt.barh(y, height)绘制水平的柱状图。

3.直方图

  • 直方图的特点

    • 直方图(Histogram),又称质量分布图,是一种统计报告图,由一系列高度不等的纵向条纹或线段表示数据分布的情况。
    • 直方图一般用横轴表示数据类型,纵轴表示分布情况。
    • 直方图的统计图表一般大多为正态分布形式。(中间高两端低)
  • 如何使用直方图

    • hist(
      x, bins=None, range=None, density=False, weights=None,
      cumulative=False, bottom=None, histtype=‘bar’, align=‘mid’,
      orientation=‘vertical’, rwidth=None, log=False, color=None,
      label=None, stacked=False, *, data=None, **kwargs)

    • histogram 英[ˈhɪstəɡræm] 美[ˈhɪstəɡræm]
      n. (统计学的)直方图,矩形图

    • 使用plt.hist(x, bins=None)绘制直方图。
      • 其中x为数值,bins为组数
      • 组数 = 极差/组距

4.图形示例

  • 下边四个图分别为散点图,竖柱状图,横条形图以及直方图
    Python数据分析之Matplotlib散点图|条形图|直方图_第1张图片

你可能感兴趣的:(Python数据分析,matplotlib,pyplot,数据可视化,可视化,统计学)