Bagaimana untuk melaksanakan visualisasi data dalam Python

Langkah 1: Import perpustakaan yang diperlukan

Sebelum kita mula, kita perlu mengimport beberapa perpustakaan yang diperlukan, seperti Pandas, Matplotlib dan Seaborn. Pustaka ini boleh diimport dengan arahan berikut:

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

Langkah 2: Muatkan data

Sebelum melakukan visualisasi data, kami perlu memuatkan data. Dalam contoh ini, kami akan menggunakan fungsi read_csv() daripada pustaka Pandas untuk memuatkan fail CSV. Berikut ialah contoh kod:

data = pd.read_csv('data.csv')

Langkah Tiga: Buat Carta Asas

Sebelum mencipta carta, kita perlu memutuskan jenis carta yang ingin kita buat. Dalam artikel ini, kami akan menggunakan plot serakan dan carta garis sebagai contoh.

Plot Serakan:

Plot Serakan boleh digunakan untuk menunjukkan hubungan antara dua pembolehubah. Berikut ialah kod untuk mencipta carta serakan asas:

plt.scatter(data['x'], data['y'])
plt.title('Scatter Plot')
plt.xlabel('X')
plt.ylabel('Y')
plt.show()

Carta garisan:

Carta garis boleh digunakan untuk menunjukkan arah aliran satu set data. Berikut ialah kod untuk mencipta carta garis asas:

plt.plot(data['x'], data['y'])
plt.title('Line Plot')
plt.xlabel('X')
plt.ylabel('Y')
plt.show()

Langkah 4: Tambahkan butiran lanjut

Selepas mencipta carta asas, kami boleh menambah butiran untuk menjadikannya lebih mudah dibaca. Berikut ialah beberapa butiran yang biasa digunakan:

Tambah legenda:

plt.scatter(data['x'], data['y'], label='Data Points')
plt.title('Scatter Plot')
plt.xlabel('X')
plt.ylabel('Y')
plt.legend()
plt.show()

Tukar warna dan gaya:

plt.plot(data['x'], data['y'], color='red', linestyle='--', marker='o')
plt.title('Line Plot')
plt.xlabel('X')
plt.ylabel('Y')
plt.show()

Tambah subfigura:

fig, (ax1, ax2) = plt.subplots(1, 2)
ax1.scatter(data['x'], data['y'])
ax1.set_title('Scatter Plot')
ax1.set_xlabel('X')
ax1.set_ylabel('Y')
ax2.plot(data['x'], data['y'])
ax2.set_title('Line Plot')
ax2.set_xlabel('X')
ax2.set_ylabel('Y')
plt.show()

Langkah 5: Buat carta yang lebih kompleks menggunakan perpustakaan Seaborn

Seaborn ialah perpustakaan yang dibina di atas Matplotlib, yang menyediakan lebih banyak pilihan visualisasi. Berikut ialah contoh penggunaan pustaka Seaborn untuk mencipta plot serakan:

sns.scatterplot(data=data, x='x', y='y',hue='category')
plt.title('Scatter Plot')
plt.xlabel('X')
plt.ylabel('Y')
plt.show()

Plot serakan ini akan mewakili kategori yang berbeza dengan warna yang berbeza, menjadikannya lebih mudah untuk membezakan titik data yang berbeza.

Satu lagi contoh perpustakaan Seaborn menggunakan fungsi sns.lineplot() untuk mencipta carta garis:

sns.lineplot(data=data, x='x', y='y')
plt.title('Line Plot')
plt.xlabel('X')
plt.ylabel('Y')
plt.show()

Seperti Matplotlib, perpustakaan Seaborn juga boleh menambah butiran lanjut, seperti menukar warna dan gaya, menambah sub-gambar, dsb.

Atas ialah kandungan terperinci Bagaimana untuk melaksanakan visualisasi data dalam Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!