Python 数据可视化的 3 大步骤

2022-08-10 22:12:27

　　Python中最根本的作图库即是matplotlib，是一个最本原的Python可视化库，大凡都是从matplotlib上手Python数据可视化，然后初阶做纵向与横向拓展。

　　是一个基于matplotlib的高级可视化成就库，针对的点首要是数据开掘和机械进修中的变量特点拣选，seaborn可能用短小的代码去绘制刻画更众维度数据的可视化成就图。

　　Bokeh（是一个用于做浏览器端交互可视化的库，告竣了解师与数据的交互）；Mapbox（惩罚地舆数据引擎更强的可视化用具库）等等。

　　生意可以很杂乱，然则进程拆分，咱们要找到咱们念通过图形外达什么的确题目。了解头脑的教练可能进修《麦肯锡技巧》和《金字塔道理》中的技巧。

　　数据间存正在分散，组成，较量，联络以及转移趋向等合联。对应不相同的合联，选拔相应的图形举行出现。

　　数据了解和修模方面的豪爽编程作事都是用正在数据计划的本原上的：加载、算帐、转换以及重塑。咱们可视化举措也必要对数据举行收拾，转换成咱们必要的形式再套用可视化技巧已毕作图。

　　将分类变量转换‘哑变量矩阵’的get_dummies函数以及正在df中对某列数据取控制值等等。

　　原始图形画完后，咱们可能遵照需求窜改颜色（color），线型（linestyle），符号（maker）或者其他图外妆饰项题目（Title），轴标签（xlabel，ylabel），轴刻度（set_xticks），再有图例（legend）等，让图形特别直观。

　　第三步是正在第二步的本原上,为了使图形特别真切理解，做的妆扮作事。的确参数都可能正在制图函数中找到。

　　matplotlib的plot函数接收一组X和Y坐标，还可能接收一个显示颜色和线型的字符串缩写：**g--，显示颜色是绿色green，线型是--虚线。**也可能应用参数了了的指定。

　　线型图还可能加上少许符号（marker），来了得显示数据点的地点。符号也可能放正在形式字符串中，但符号类型和线型必需放正在颜色后面。

　　图例legend是另一种用于标识图标元素的紧急用具。可能正在增加subplot的工夫传入label参数。

　　评释可能通过text，arrow和annotate等函数举行增加。text函数可能将文本绘制正在指定的x，y坐标地点，还可能举行自界说形式。

　　运用plt.savefig可能将目前图外留存到文献。比如，要将图外留存为png文献，可能践诺。

　　matplotlib是最本原的画图函数，也是相对较初级的用具。拼装一张图外必要只身挪用各个本原组件才行。Pandas中有很众基于matplotlib的高级画图技巧，正本必要众行代码才气搞定的图外，应用pandas只必要短短几行。

　　Series和DataFrame都有一个用于天生百般图外的plot技巧。默认情状下，他们天生的是线型图。

　　正在天生线型图的代码中加上kind=‘bar’或者kind=‘barh’，可能天生柱状图或秤谌柱状图。