Mendedahkan keajaiban visualisasi data Python

Matplotlib: perpustakaan lukisan asas

Matplotlib ialah perpustakaan plot 2D yang fleksibel dan berkuasa yang menyediakan satu siri fungsi untuk mencipta pelbagai jenis carta.

import matplotlib.pyplot as plt

# 创建一个简单的折线图
plt.plot([1, 2, 3, 4], [5, 6, 7, 8])
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.title("折线图示例")
plt.show()

Seaborn: Grafik Statistik

Seaborn dibina di atas Matplotlib dan menyediakan antara muka peringkat tinggi khusus untuk mencipta grafik statistik yang cantik dan bermaklumat.

import seaborn as sns

# 创建一个直方图
sns.distplot(data["age"])
plt.xlabel("年龄")
plt.ylabel("频率")
plt.title("年龄分布图")
plt.show()

Plot: carta interaktif

Plotly membolehkan penciptaan carta interaktif yang boleh dizum, disorot dan diputar dalam penyemak imbas.

import plotly.express as px

# 创建一个 3D 散点图
fig = px.scatter_3d(data, x="x", y="y", z="z")
fig.show()

Carta tersuai

Menggunakan Matplotlib dan Seaborn, kami boleh menyesuaikan penampilan dan kefungsian carta kami dengan mudah.

# 更改图表样式
plt.style.use("ggplot")

# 添加图例
plt.legend(["series1", "series2"])

# 调整字体大小
plt.rcParams["font.size"] = 14

Penyediaan dan penerokaan data

Sebelum melakukan visualisasi, adalah penting untuk menyediakan dan meneroka data anda. python menyediakan perpustakaan seperti NumPy dan pandas untuk memproses dan menganalisis data.

import numpy as np
import pandas as pd

# 导入数据
data = pd.read_csv("data.csv")

# 清洗数据
data["age"] = data["age"].fillna(data["age"].mean())

# 探索数据
print(data.describe())

Kesimpulan

Python Penggambaran Data ialah alat berkuasa yang mengubah data kompleks menjadi cerapan intuitif dan boleh diambil tindakan. Dengan perpustakaan seperti Matplotlib, Seaborn dan Plotly, kami boleh mencipta pelbagai jenis carta, menyesuaikan penampilannya dan meneroka data untuk menemui corak yang bermakna. Menggunakan keupayaan visualisasi data Python, kami boleh berkomunikasi dan memahami data dengan berkesan untuk membuat keputusan termaklum.

Atas ialah kandungan terperinci Mendedahkan keajaiban visualisasi data Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!