Maison > développement back-end > Tutoriel Python > Découvrir la magie de la visualisation de données Python

Découvrir la magie de la visualisation de données Python

王林
Libérer: 2024-03-09 10:40:02
avant
744 Les gens l'ont consulté

揭秘 Python 数据可视化的魔法

Matplotlib:基础绘图库

Matplotlib 是一个灵活且功能强大的 2D 绘图库,它提供了一系列函数来创建各种类型的图表。

import matplotlib.pyplot as plt

# 创建一个简单的折线图
plt.plot([1, 2, 3, 4], [5, 6, 7, 8])
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.title("折线图示例")
plt.show()
Copier après la connexion

Seaborn:统计图形

Seaborn 构建在 Matplotlib 之上,提供了一个高级接口,专门用于创建美观且信息丰富的统计图形。

import seaborn as sns

# 创建一个直方图
sns.distplot(data["age"])
plt.xlabel("年龄")
plt.ylabel("频率")
plt.title("年龄分布图")
plt.show()
Copier après la connexion

Plotly:交互式图表

Plotly 允许创建交互式图表,这些图表可以在浏览器中缩放、平移和旋转。

import plotly.express as px

# 创建一个 3D 散点图
fig = px.scatter_3d(data, x="x", y="y", z="z")
fig.show()
Copier après la connexion

自定义图表

使用 Matplotlib 和 Seaborn,我们可以轻松地自定义图表的外观和功能。

# 更改图表样式
plt.style.use("ggplot")

# 添加图例
plt.legend(["series1", "series2"])

# 调整字体大小
plt.rcParams["font.size"] = 14
Copier après la connexion

数据准备和探索

在进行可视化之前,准备和探索数据至关重要。python 提供了 NumPy 和 pandas 等库来处理和分析数据。

import numpy as np
import pandas as pd

# 导入数据
data = pd.read_csv("data.csv")

# 清洗数据
data["age"] = data["age"].fillna(data["age"].mean())

# 探索数据
print(data.describe())
Copier après la connexion

结论

Python 数据可视化是一项强大的工具,可将复杂数据转化为直观且可操作的见解。通过 Matplotlib、Seaborn 和 Plotly 等库,我们可以创建各种类型的图表,自定义其外观,并探索数据以发现有意义的模式。利用 Python 的数据可视化功能,我们可以有效地沟通和理解数据,从而做出明智的决策。

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Tutoriels populaires
Plus>
Derniers téléchargements
Plus>
effets Web
Code source du site Web
Matériel du site Web
Modèle frontal