python数据分析实战---数据可视化数据可视化

86 阅读 0 评论 57 点赞

我是靠谱客的博主幸福大树，最近开发中收集的这篇文章主要介绍python数据分析实战---数据可视化数据可视化，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

数据可视化

1.散点图

import matplotlib;
from pandas import read_csv;
import matplotlib.pyplot as plt;

data = read_csv("D:\PA\5.1\data.csv")

font = {
    'family' : 'SimHei'
}
matplotlib.rc('font', **font);

plt.plot(data['广告费用'], data['购买用户数'], '.')

#plt.plot(data['广告费用'], data['购买用户数'], 'o')

#plt.plot(data['广告费用'], data['购买用户数'], 'o', color='yellow')
#plt.plot(data['广告费用'], data['购买用户数'], 'o', color=(1, 1, 0))
#plt.plot(data['广告费用'], data['购买用户数'], 'o', color='#FFFF00')
plt.xlabel('广告费用');

plt.ylabel('购买用户数');
plt.grid(True);

plt.show();

2.折线图

import pandas;
from pandas import read_csv;
from matplotlib import pyplot as plt;

data = read_csv('D:\PA\5.2\data.csv');
#对日期格式进行转换
data['购买日期']=pandas.to_datetime(data['日期']);

#'-'	顺滑的曲线
plt.plot(data['购买日期'], data['购买用户数'], '-');

#plt.title('购买用户数时间序列图');

#plt.show();

#设置颜色
plt.plot(data['购买日期'], data['购买用户数'], '-', color='r');
#设置线条粗细
plt.plot(data['购买日期'], data['购买用户数'], '-', color='r', lineWidth=10);

#'--'	虚线
plt.plot(data['购买日期'], data['购买用户数'], '--');
#'-.'	线加点
plt.plot(data['购买日期'], data['购买用户数'], '-.');
#':'	由点组成的曲线
plt.plot(data['购买日期'], data['购买用户数'], ':');
#'.'	散点图
plt.plot(data['购买日期'], data['购买用户数'], '.');
#','	像素点的散点图
plt.plot(data['购买日期'], data['购买用户数'], ',');
#'o'	大点的散点图
plt.plot(data['购买日期'], data['购买用户数'], 'o');
#'v'	下三角标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], 'v');
#'^'	上上角标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], '^');
#'<'	左角标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], '<');
#'>'	右角标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], '>');
#'1'	伞形下的标记散点图
#'2'	伞形上的标记散点图
#'3'	伞形左的标记散点图
#'4'	伞形右的标记散点图
plt.plot(data['购买日期'], data['购买用户数'], '4');
#'s'	正方形标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], 's');
#'p'	五角形标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], 'p');
#'*'	五角星标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], '*');
#'h'	多边形标记的散点图
#'H'	hexagon2 marker
plt.plot(data['购买日期'], data['购买用户数'], 'h');
#'+'	plus marker
#'x'	x marker
#'D'	diamond marker
#'d'	thin_diamond marker
plt.plot(data['购买日期'], data['购买用户数'], 'D');
#'|'	vline marker
#'_'	hline marker
plt.plot(data['购买日期'], data['购买用户数'], '|');

plt.title('购买用户数时间序列图');

plt.show();

3.饼图

# -*- coding: utf-8 -*-
import numpy;
import matplotlib;
from pandas import read_csv;
import matplotlib.pyplot as plt;

data = read_csv('D:\PA\5.3\data.csv');

gb = data.groupby(
    by=['通信品牌'], 
    as_index=False
)['号码'].agg({
    '用户数':numpy.size
});

#pip install matplotlib

font = {
    'family' : 'SimHei'
}

matplotlib.rc('font', **font);

plt.pie(gb['用户数'], labels=gb['通信品牌'], autopct='%.2f%%');

plt.show()

4.柱形图

 1 # -*- coding: utf-8 -*-
 2 import numpy;
 3 import matplotlib;
 4 from pandas import read_csv;
 5 from matplotlib import pyplot as plt;
 6 
 7 font = {
 8     'family' : 'SimHei'
 9 };
10 matplotlib.rc('font', **font);
11 
12 data = read_csv('D:\PA\5.4\data.csv');
13 
14 gb = data.groupby(
15     by=['手机品牌']
16 )['月消费（元）'].agg({
17     '月消费': numpy.sum
18 });
19 
20 index = numpy.arange(gb['月消费'].size);
21 
22 #竖向柱形图
23 plt.bar(index, gb['月消费'], 1, color='G');
24 plt.show();
25 
26 plt.bar(index, gb['月消费'], 1, color='G');
27 plt.xticks(index + 1/2, gb.index);
28 plt.show();
29 
30 #横向柱形图
31 plt.barh(index, gb['月消费'], 1, color='G');
32 plt.yticks(index + 1/2, gb.index);
33 plt.show();

单个柱形

 1 # -*- coding: utf-8 -*-
 2 import numpy;
 3 import matplotlib;
 4 from pandas import read_csv;
 5 from matplotlib import pyplot as plt;
 6 
 7 font = {
 8     'family' : 'SimHei'
 9 };
10 matplotlib.rc('font', **font);
11 
12 data = read_csv('D:\PA\5.4\data.csv');
13 
14 d1 = '手机品牌';
15 d2 = '通信品牌';
16 v = "月消费";
17 
18 gb = data.groupby(by=[d1, d2])['月消费（元）'].agg({v: numpy.sum});
19 
20 d1size = gb.index.levels[0].size;
21 d2size = gb.index.levels[1].size;
22 
23 index = numpy.arange(d1size);
24 colors=['r', 'g', 'b'];
25 
26 for i in range(0, d2size): 
27     print(i);
28     subgb = gb[v][gb.index.labels[1]==i];
29     bar = plt.bar(index*d2size + i, subgb, color=colors[i]);
30 
31 lIndex = numpy.arange(d1size)*d2size;
32 plt.xticks(lIndex + 3/2, gb.index.levels[0]);
33 
34 plt.legend(gb.index.levels[1]);
35 plt.show();

多柱形

 1 # -*- coding: utf-8 -*-
 2 import numpy;
 3 import matplotlib;
 4 from pandas import read_csv;
 5 from matplotlib import pyplot as plt;
 6 
 7 font = {
 8     'family' : 'SimHei'
 9 };
10 matplotlib.rc('font', **font);
11 
12 data = read_csv('D:\PA\5.4\data.csv');
13 
14 d1 = '手机品牌';
15 d2 = '通信品牌';
16 v = "月消费";
17 
18 gb = data.groupby(by=[d1, d2])['月消费（元）'].agg({v: numpy.sum});
19 
20 d1size = gb.index.levels[0].size;
21 d2size = gb.index.levels[1].size;
22 
23 index = numpy.arange(d1size);
24 colors = ['r', 'g', 'b'];
25 bsum = index*0.0;
26 
27 for i in range(0, d2size): 
28     print(i);
29     subgb = gb[v][gb.index.labels[1]==i];    
30     bar = plt.bar(index, subgb, color=colors[i], bottom=bsum);
31     bsum += subgb;
32 
33 plt.xticks(index+1/2, gb.index.levels[0]);
34 
35 plt.legend(gb.index.levels[1]);
36 plt.show();

柱形重叠叠加

5.直方图

# -*- coding: utf-8 -*-
import matplotlib;
from pandas import read_csv;
from matplotlib import pyplot as plt;

font = {
    'family' : 'SimHei'
};
matplotlib.rc('font', **font);

data = read_csv('D:\PA\5.5\data.csv');

plt.hist(data['购买用户数']);
plt.show();

plt.hist(data['购买用户数'], bins=20);
plt.show();

plt.hist(data['购买用户数'], bins=20, cumulative=True);
plt.show();