python数据可视化优秀案例,python数据可视化分析案例
本文主要介绍Python数据可视化探索实例分享。数据可视化是指以图形或表格的形式呈现数据。更多信息请参考以下文章的具体内容。
00-1010一、数据可视化与探索图2。常见图表示例1。折线图2。散点图3。直方图,条形图4。圆形饼图,箱形图3。社区调查4。波士顿住房数据集。
目录
数据可视化是指以图形或表格的形式呈现数据。图表可以清楚地显示数据的性质,以及数据或属性之间的关系,并且可以很容易地被人们所理解。用户可以通过探索图了解数据的特征,发现数据的趋势,降低理解数据的门槛。
一、数据可视化与探索图
本章主要是用熊猫来画图,而不是用Matplotlib模块。事实上,Pandas已经将Matplotlib的绘制方法集成到DataFrame中,因此在实际应用中,用户无需直接引用Matplotlib即可完成绘制。
二、常见的图表实例
折线图是最基本的图表,可以用来表示不同领域的连续数据之间的关系。Plot.line()用于绘制折线图,可以设置颜色、形状等参数。在使用中,拆线图的绘制方法完全继承了Matplotlib的用法,所以程序最终必须调用plt.show()生成一个图,如图8.4所示。
df _ iris[[ sepallength(cm)]]. plot . line()
plt.show()
ax=df[[ sepallength(cm)]]. plot . line(color= green ,title=Demo ,style= -)
ax.set(xlabel=index ,ylabel=length )
plt.show()
1.折线图
散点图用于查看不同领域的离散数据之间的关系。散点图是用df.plot.scatter()绘制的,如图8.5所示。
df=df_iris
df . plot . scatter(x= sepal length(cm),y=sepalwidth(cm))
frommatplotlibimporttcm
cmap=cm.get_cmap(Spectral )
df.plot.scatter(x=分离长度(厘米),
y=sepalwidth(cm),
s=df[[拍长(厘米)]]*20,
c=df[目标],
cmap=cmap,
title= differentcirclesizebypetallength(cm))
2.散布图
直方图通常用于同一领域,以显示连续数据的分布情况。另一种类似直方图的图表是条形图,用于查看同一字段,如图8.6所示。
df[[sepallength(cm), sepalwidth(cm), petallength(cm), petalwidth(cm)]]]. plot . hist()
2df.target.value_counts()。
3.直方图、长条图
饼图可用于查看同一字段中类别的比例,而盒图可用于查看同一字段中数据的分布差异或比较不同字段,如图8.7所示。
"brush:py;">df.target.value_counts().plot.pie(legend=True)
df.boxplot(column=[target],figsize=(10,5))
数据探索实战分享:
本节利用两个真实的数据集实际展示数据探索的几种手法。
三、社区调查
在美国社区调查(American Community Survey)中,每年约有 350 万个家庭被问到关于他们是谁及他们如何生活的详细问题。调查的内容涵盖了许多主题,包括祖先、教育、工作、交通、互联网使用和居住。
数据名称:2013 American Community Survey。
先观察数据的样子与特性,以及每个栏位代表的意义、种类和范围。
# 读取数据df = pd.read_csv("./ss13husa.csv")
# 栏位种类数量
df.shape
# (756065,231)
# 栏位数值范围
df.describe()
先将两个 ss13pusa.csv 串连起来,这份数据总共包含 30 万笔数据,3 个栏位:SCHL ( 学历,School Level)、 PINCP ( 收入,Income) 和 ESR ( 工作状态,Work Status)。
pusa = pd.read_csv("ss13pusa.csv") pusb = pd.read_csv("ss13pusb.csv")# 串接两份数据
col = [SCHL,PINCP,ESR]
df[ac_survey] = pd.concat([pusa[col],pusb[col],axis=0)
依据学历对数据进行分群,观察不同学历的数量比例,接着计算他们的平均收入。
group = df[ac_survey].groupby(by=[SCHL]) print(学历分布: + group.size())group = ac_survey.groupby(by=[SCHL]) print(平均收入: +group.mean())
四、波士顿房屋数据集
波士顿房屋数据集(Boston House Price Dataset)包含有关波士顿地区的房屋信息, 包 506 个数据样本和 13 个特征维度。
数据名称:Boston House Price Dataset。
先观察数据的样子与特性,以及每个栏位代表的意义、种类和范围。
可以用直方图的方式画出房价(MEDV)的分布,如图 8.8 所示。
df = pd.read_csv("./housing.data")# 栏位种类数量
df.shape
# (506, 14)
#栏位数值范围df.describe()
import matplotlib.pyplot as plt
df[[MEDV]].plot.hist()
plt.show()
注:图中英文对应笔者在代码中或数据中指定的名字,实践中读者可将它们替换成自己需要的文字。
接下来需要知道的是哪些维度与房价关系明显。先用散布图的方式来观察,如图8.9所示。
# draw scatter chartdf.plot.scatter(x=MEDV, y=RM) .
plt.show()
最后,计算相关系数并用聚类热图(Heatmap)来进行视觉呈现,如图 8.10 所示。
# compute pearson correlationcorr = df.corr()
# draw heatmap
import seaborn as sns
corr = df.corr()
sns.heatmap(corr)
plt.show()
颜色为红色,表示正向关系;颜色为蓝色,表示负向关系;颜色为白色,表示没有关系。RM 与房价关联度偏向红色,为正向关系;LSTAT、PTRATIO 与房价关联度偏向深蓝, 为负向关系;CRIM、RAD、AGE 与房价关联度偏向白色,为没有关系。
到此这篇关于Python数据可视化探索实例分享的文章就介绍到这了,更多相关Python数据可视化内容请搜索盛行IT软件开发工作室以前的文章或继续浏览下面的相关文章希望大家以后多多支持盛行IT软件开发工作室!
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。