可视化实训复习篇章

2024-06-24 14:20
文章标签 可视化 复习 实训 篇章

本文主要是介绍可视化实训复习篇章,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言:

今天,我们来学习seaborn库可视化,当然,这个建立在Matplotlib的基础上,话不多说,进入今天的正题吧!当然,这个是《python数据分析与应用》书中,大家有需求的可以参考这本书。

知识点:

Matplotlib中有两套接口分别是pyplot和pyylab,即绘图时候主要导入的是Matplotlib库下的两个子模块(两个py文件)matplotlib.pyplot和matplotlib.pylab

之所以有区别是因为两个模块的目的不一样,pylab模块是对标MATLIB而存在的,因此所有的语句实际上和MATLIB很类似,例如numpy中的np.arange,如果导入了pylab就直接用arange即可,这就非常类似于MATLAB.之所以非常相像就是因为pylab中以from numpy import *的形式导入的Numpy中的所有函数,对象及方法.同时也以类似的方法导入了pyplot中的函数对象和方法.这样就将Numpy与pyplot中的内容导入到同一个命名空间。

plt.xlabel(label, fontsize=None, color=None, **kwargs)设置x轴标签
plt.plot(x, y, format_string, **kwargs)绘制线图
plt.title(label, loc='center', pad=None, **kwargs)设置图表标题
plt.ylabel(label, fontsize=None, color=None, **kwargs)设置y轴标签
plt.xticks(ticks=None, labels=None, **kwargs)设置x轴刻度
plt.yticks(ticks=None, labels=None, **kwargs)设置y轴刻度
plt.scatter(x, y, s=None, c=None, marker=None, **kwargs)绘制散点图
plt.bar(left, height, width=0.8, bottom=None, align='center', **kwargs)绘制条形图
plt.barh(width, height, left=None, right=None, bottom=None, top=None, align='center', **kwargs)绘制水平条形图
plt.hist(x, bins=None, density=False, stacked=False, **kwargs)绘制直方图

接下来,让我们进入一个实训项目(一定要导库)。

代码:

from matplotlib import pyplot as plt
import pandas as pd
import seaborn as snsplt.rcParams['font.sans-serif']=['SimHei']
sns.set_style({'font.sans-serif':['simhei','Arial']})
hr = pd.read_csv('hr.csv',encoding='gbk')
data = hr.head(100)
print(data['薪资'])
color_map = dict(zip(data['薪资'].unique(),['b','y','r']))
for species,group in data.groupby('薪资'):plt.scatter(group['每月平均工作小时数(小时)'],group['满意度'],color=color_map[species],alpha=0.4,edgecolors=None,label = species)
plt.legend(frameon = True,title='薪资')
plt.xlabel('每个月平均工作时长(小时)')
plt.ylabel('满意度水平')
plt.title('满意度水平与每个月平均工作时长')
plt.show()
import seaborn as sns
import matplotlib.pyplot as pltsns.set_theme(style="darkgrid",palette="pastel")
products = ["Product A","Product B","Product C","Product D"]
sales = [120,210,150,180]
sns.barplot(x=products,y=sales)plt.xlabel("Products")
plt.ylabel("Sales")
plt.title("Product Sales by Category")plt.show()

seaborn的使用方法也很简单,大家可以按照我给的代码运行一下

这篇关于可视化实训复习篇章的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1090394

相关文章

Python:豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】

**爬取豆瓣电影信息,分析近年电影行业的发展情况** 本文是完整的数据分析展现,代码有完整版,包含豆瓣电影爬取的具体方式【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】   最近MBA在学习《商业数据分析》,大实训作业给了数据要进行数据分析,所以先拿豆瓣电影练练手,网络上爬取豆瓣电影TOP250较多,但对于豆瓣电影全数据的爬取教程很少,所以我自己做一版。 目

【408数据结构】散列 (哈希)知识点集合复习考点题目

苏泽  “弃工从研”的路上很孤独,于是我记下了些许笔记相伴,希望能够帮助到大家    知识点 1. 散列查找 散列查找是一种高效的查找方法,它通过散列函数将关键字映射到数组的一个位置,从而实现快速查找。这种方法的时间复杂度平均为(

基于SSM+Vue+MySQL的可视化高校公寓管理系统

系统展示 管理员界面 宿管界面 学生界面 系统背景   当前社会各行业领域竞争压力非常大,随着当前时代的信息化,科学化发展,让社会各行业领域都争相使用新的信息技术,对行业内的各种相关数据进行科学化,规范化管理。这样的大环境让那些止步不前,不接受信息改革带来的信息技术的企业随时面临被淘汰,被取代的风险。所以当今,各个行业领域,不管是传统的教育行业

「大数据分析」图形可视化,如何选择大数据可视化图形?

​图形可视化技术,在大数据分析中,是一个非常重要的关键部分。我们前期通过数据获取,数据处理,数据分析,得出结果,这些过程都是比较抽象的。如果是非数据分析专业人员,很难清楚我们这些工作,到底做了些什么事情。即使是专业人员,在不清楚项目,不了解业务规则,不熟悉技术细节的情况下。要搞清楚我们的大数据分析,这一系列过程,也是比较困难的。 我们在数据处理和分析完成后,一般来说,都需要形成结论报告。怎样让大

11Python的Pandas:可视化

Pandas本身并没有直接的可视化功能,但它与其他Python库(如Matplotlib和Seaborn)无缝集成,允许你快速创建各种图表和可视化。这里是一些使用Pandas数据进行可视化的常见方法: 1. 使用Matplotlib Pandas中的plot()方法实际上是基于Matplotlib的,你可以使用它来绘制各种基本图表,例如折线图、柱状图、散点图等。 import pandas

计算机基础知识复习9.6

点对点链路:两个相邻节点通过一个链路相连,没有第三者 应用:PPP协议,常用于广域网 广播式链路:所有主机共享通信介质 应用:早期的总线以太网,无线局域网,常用于局域网 典型拓扑结构:总线型 星型(逻辑总线型) 介质访问控制  静态划分信道 信道划分介质访问控制 频分多路复用FDM 时分多路复用TDM 波分多路复用WDM 码分多路复用CDM 动态分配信道 轮询访问介质访问控

【全网最全】2024年数学建模国赛A题30页完整建模文档+17页成品论文+保奖matla代码+可视化图表等(后续会更新)

您的点赞收藏是我继续更新的最大动力! 一定要点击如下的卡片,那是获取资料的入口! 【全网最全】2024年数学建模国赛A题30页完整建模文档+17页成品论文+保奖matla代码+可视化图表等(后续会更新)「首先来看看目前已有的资料,还会不断更新哦~一次购买,后续不会再被收费哦,保证是全网最全资源,随着后续内容更新,价格会上涨,越早购买,价格越低,让大家再也不需要到处买断片资料啦~💰💸👋」�

研一实训总结

说长不长说短不短的一个月,从最开始的激动到期间,要中期要兼顾找实习准备笔试面试的焦虑,再到最后一周的加班加点和总结,收获和感触还是蛮多的。 首先,这一个月让我更加全面的认知了完成一个从无到有项目的过程,激发了我对自己工程师职业生涯的向往和对自己有了更广的除了编码以外的要求。 我一直是一个结果导向和追求效率的人,所以在团队合作过程中我们也经历了最开始的不知所措,到争执,再到主动配合和贡献,这个过

Python利用pyecharts实现数据可视化

小编会持续更新知识笔记,如果感兴趣可以三连支持。闲来无事,水文一篇,不过上手实践一下倒还是挺好玩的,这一块知识说不定以后真可以尝试拿来做数据库的报表显示。         有梦别怕苦,想赢别喊累。 目录 前言 JSON数据格式的转换 pyecharts简介和入门使用 前言       小编我今天闲来无事,打算学习一下py,结果你猜怎么着,竟然看到py可以将数据

【抽代复习笔记】28-群(二十二):四道子群例题

例1:证明,循环群的子群是循环群。 证:设G = (a),H ≤ G。 (1)若H = {e},则H是一阶循环群; (2)设H至少包含2个元素,即设H = {...,a^(-k),a^(-j),a^(-i),a^0,a^i,a^j,a^k,...}, 其中a^i是H中正指数最小的元素,0<i<j<k, 下证a^i是H的生成元: 对任意的a^t∈H(t∈Z),存在q∈Z,使得t = qi