一、 数据可视化
1.什么是数据可视化
- 数据可视化，是关于数据视觉表现形式的科学技术研究。其中，这种数据的视觉表现形式被定义为,一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量。
- 它是一个处于不断演变之中的概念其边界在不断地扩大。主要指的是技术上较为高级的技术方法而这些技术方法允许利用图形、图像处理、计算机视觉以及用户界面，通过表达、建模以及对立体、表面、属性以及动画的显示，对数据加以可视化解释。
- 数据可视化主要旨在借助于图形化手段清晰有效地传达与沟通信息有效地传达思想概念，美学形式与功能需要齐头并进通过直观地传达关键的方面与特征，从而实现对于相当稀疏而又复杂的数据集的深入洞察。
- 良好的数据可视化应该通过使用图形，清晰有效地传达数据信息。最佳可视化使您可以轻松地- -目了然地理解数据。他们将复杂的信息以一种简单的方式分解使目标受众能够理解并以此为基础做出决策。
- 数据可视化，是关于数据视觉表现形式的科学技术研究。其中，这种数据的视觉表现形式被定义为,一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量。
**2.安装.Anacoda
启动Jupyter
3.使用matplotlib绘制图表
- matploylib库仅需开发人员编写几行1代码即可绘制一个图表。
- Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用，如 PyQt 和 wxPython。
- 先导入numpy模块、pyplot模块，并分别取别名·为np、plt
import numpy as np
import matplotlib.pyplot as plt
3.1 绘制折线图
- 使用pyplot的plot()函数快速绘制折线图
plt.plot(x,y,format_string,**kwargs)
x:x轴数据，列表或数组
y:y轴数据，列表或数组
format_string:控制曲线的格式字符串
**kwargs:第二组或更多（x,y,format_string）
x = np.arange(4,19)
y_max = np.array([32,33,34,34,33,31,30,29,30,29,26,23,21,25,31])
y_min = np.array([19,19,20,22,22,21,22,16,18,18,17,14,15,16,16])
plt.title("20200806903013")
plt.plot(x,y_max)
plt.plot(x,y_min)
plt.show()
3.2使用bar()绘制柱形图或堆积柱形图
- 使用pyplot的bar()函数快速绘制柱形图或堆积柱形图
bar(x, height, width=0.8, bottom=None, ***, align='center', data=None, **kwargs)
bar()函数会返回一个BarContainer类的对象。BarContainer类的对象是一个包含矩形或误差棒的容器，它亦可以视为一个元祖，可以遍历获取每个矩形条或误差棒。
x = np.arange(5)
y1 = np.array([10,8,7,11,13])
plt.title("20200806903013")
bar_width = 0.3
plt.bar(x,y1,tick_label=['a','b','c','d','e'],width=bar_width)
plt.show()
x = np.arange(5)
y1 = np.array([9,4,6,8,10])
y2 = np.array([10,8,7,11,13])
plt.title("20200806903013")
bar_width = 0.3
plt.bar(x,y1,tick_label=['a','b','c','d','e'],width=bar_width)
plt.bar(x+bar_width,y2,width=bar_width)
plt.show()
x = np.arange(5)
y1 = np.array([10,8,7,11,13])
y2 = np.array([9,4,6,8,10])
plt.title("20200806903013")
bar_width = 0.3
plt.bar(x,y1,tick_label=['a','b','c','d','e'],width=bar_width)
plt.bar(x,y2,bottom=y1,width=bar_width)
plt.show()
3.3绘制条形图或堆积条形图
使用pyplot的barh()函数快速绘制条形图或堆积条形图
barh(y, width, height=0.8, left=None, *, align='center', **kwargs)
barh()函数会返回一个BarContainer类的对象
y = np.arange(5)
x1 = np.array([10,8,7,11,13])
plt.title("20200806903013")
bar_height = 0.3
plt.barh(y,x1,tick_label=['a','b','c','d','e'],height=bar_height)
plt.show()
y = np.arange(5)
x1 = np.array([10,8,7,11,13])
x2 = np.array([9,4,6,8,10])
plt.title("20200806903013")
bar_height = 0.3
plt.barh(y,x1,tick_label=['a','b','c','d','e'],height=bar_height)
plt.barh(y+bar_height,x2,height=bar_height)
plt.show()
y = np.arange(5)
x1 = np.array([10,8,7,11,13])
x2 = np.array([9,4,6,8,10])
plt.title("20200806903013")
bar_height = 0.3
plt.barh(y,x1,tick_label=['a','b','c','d','e'],height=bar_height)
plt.barh(y,x2,left=x1,height=bar_height)
plt.show()
