导图社区 Python数据可视化思维导图:
Python数据可视化思维导图,Python提供了多个可视化库,Matplotlib、Seaborn、Plotly和Bokeh是其中最流行和强大的库,Pandas也提供了一些基于Matplotlib的简单图表。
社区模板帮助中心,点此进入>>
互联网9大思维
组织架构-单商户商城webAPP 思维导图。
域控上线
python思维导图
css
CSS
计算机操作系统思维导图
计算机组成原理
IMX6UL(A7)
考试学情分析系统
Python数据可视化思维导图:
Python数据可视化
Matplotlib
二维图
直线图
散点图
条形图
三维图
曲面图
其他
基本元素
图表样式
Seaborn
带分布图
热力图
线性回归图
Plotly
Plotly Express
线性图
区域图
直方图
Plotly.graph_objects
柱状图
饼图
Pandas
浮动主题
NumPy
Numpy 数组创建
数组创建函数:numpy.array(object,dtype=None,ndmin=0)
创建数组对象的其他函数
Numpy数据类型
索引和切片
Numpy数据的处理
散点
绘制图表的常见函数
scatter():绘制散点图、气泡图
scatter(x, y, [可选项])
plot():绘制折线图
plt.plot(x,y ,[可选项])
bar():绘制柱状图、堆积柱状图
plt.bar(x, height, width=0.8, bottom=None, align='center', …)
barh():绘制条形图、堆积条形图
plt.barh(y, width, height=0.8, bottom=None, align='center', …
参数: y:柱体的纵坐标值,无默认值 width:柱体的宽度值,无默认值 height:柱体的高度值,默认 height=0.8,当height取值比较小时,条形图比较细,条形图的间距比较宽;
hist():绘制直方图
plt.hist(x,[可选项])
pie():绘制饼图
import matplotlib.pyplot as plt values=[13.6,29.7, 56.7] plt.pie(values)# 绘制饼图 plt.show()
boxplot():绘制箱线图
import matplotlib.pyplot as plt data=[19,18,17,18,19,23,20,20,21,19] plt.boxplot(data,labels=['age'])#绘制箱线图 plt.show()#显示图表
polar():绘制雷达图
import matplotlib.pyplot as plt plt.axes(polar=True) #创建极坐标 plt.rgrids((1,2,3))#设置极径的刻度值 plt.show()
常见高级图型
常见图型
绘图基本流程
读写文件操作
读取csv文件
import pandas as pd pdfile_data=pd.read_csv("new.csv")print("文件内容:\n",file_data
写入csv文件
import pandas as pd df=pd.DataFrame({ "city":["changsha","wuhan"], "provice":["hunan","hubei"]})df.to_csv("new.csv")
筛选csv文件内容:
总结:Python提供了多个可视化库,Matplotlib、Seaborn、Plotly和Bokeh是其中最流行和强大的库,Pandas也提供了一些基于Matplotlib的简单图表。