北京建设工程质量总站网站,wordpress 修改教程,如何设计公众号,目前做网站最好的语言是我们在做完数据分析的时候需要把分析出来的结果#xff0c;做一个图形化的形象表达#xff0c;这里我们就需要用到画图小能手matplotlib#xff0c;下面就演示一下常用的条形图和折线图 散点图 散点图的做大的作用是研究两个变量的相关性#xff08;正相关#xff0c;负相…我们在做完数据分析的时候需要把分析出来的结果做一个图形化的形象表达这里我们就需要用到画图小能手matplotlib下面就演示一下常用的条形图和折线图 散点图 散点图的做大的作用是研究两个变量的相关性正相关负相关不相关例子升高-体重import matplotlib.pyplot as plt height[161,170,180,175]weight[50,58,80,69]plt.scatter(height,weight) #height 代表x轴weight代表y轴 plt.show() 折线图 折线图的语法是最简单的比如直接用plot就可以直接画出一个图片,而用折线图我们可以研究数据展示的趋势 import numpy as np import matplotlib.pyplot as plt xnp.linspace(-10,10,5)yx**2 plt.plot(x,y) plt.show() 直方图 直方图让我们对数据的分布有直观的理解 import numpy as np import matplotlib.pyplot as plt mu100 sigma20 xmusigma*np.random.randn(2000) plt.hist(x,bins10,colorb,normedTrue) #bins代表有几个直方 plt.show() 饼状图 饼图显示了一个数据系列中各项的大小和总和站比 import matplotlib.pyplot as plt plt.axes(aspect1) explode[0,0.2] labelsaa,bb fracs[60,40] plt.pie(xfracs,labelslabels,autopct%.0f%%,explodeexplode) plt.show() 转载于:https://www.cnblogs.com/suntory/p/8743892.html
