为什么做网站都用php,十堰秦楚网手机版,工作室 网站,刚出来的新产品怎么推#x1f433; 我正在和鲸社区参加“商业数据分析训练营活动” https://www.heywhale.com/home/competition/6487de6649463ee38dbaf58b #xff0c;以下是我的学习笔记#xff1a;
学习主题#xff1a;matplotlib绘图
日期#xff1a;2023.9.13
关键概念/知识点#xf… 我正在和鲸社区参加“商业数据分析训练营活动” https://www.heywhale.com/home/competition/6487de6649463ee38dbaf58b 以下是我的学习笔记
学习主题matplotlib绘图
日期2023.9.13
关键概念/知识点
创建图形和子图自定义图形样式添加标题、轴标签和图例直方图散点图气泡图柱形图
掌握的新函数/方法
plt.figure()fig.add_subplot()ax.plot(x,y,linestyle ‘–’, color ‘red’, marker ‘o’)plt.title(‘Title’)plt.xlabel(‘X-label’)plt.ylabel(‘Y-label’)ax.legend([‘Line 1’, ‘Line 2’])ax.hist(x, bins)ax.scatter(x, y)ax.scatter(x, y, s df[‘Income’])ax.bar(x, y)ax.plot(x, y)
代码举例
创建图形和子图 matplotlib中最基本的绘图单位是图形Figure和子图Axes。图形可以看作是一个画布而子图则是画布上的绘图区域。
# 创建一个名为fig的画布并向画布添加一个子图ax
# add_subplot() 中传递的参数 1, 1, 1 表示该图形对象应包含一个子图该子图应在 1x1 的网格中排列并且此子图是该网格中的第一个子图
fig plt.figure()
ax fig.add_subplot(1, 1, 1) 自定义图形样式
import matplotlib.pyplot as plt
fig plt.figure()
ax fig.add_subplot(1, 1, 1)
sales [100, 150, 120, 180, 210, 170]
months [Jan, Feb, Mar, Apr, May, Jun]
# linestyle表示折线图中线条的样式例如-表示实线--表示虚线
# color表示线条或散点的颜色可以使用颜色名称如red或十六进制RGB值如#FF0000
# marker表示散点图中数据点的形状例如o表示圆点、s表示正方形
ax.plot(months, sales, linestyle --, color red, marker o)
plt.show()添加标题、轴标签
import matplotlib.pyplot as plt
fig plt.figure()
ax fig.add_subplot(1, 1, 1)
sales [100, 150, 120, 180, 210, 170]
months [Jan, Feb, Mar, Apr, May, Jun]
ax.plot(months, sales, linestyle --, color red, marker o)
# 添加标题
plt.title(某公司上半年销售额变化折线图)
# 添加x轴标签
plt.xlabel(月份)
#添加y轴标签
plt.ylabel(销售额)
plt.show()员工年龄分布直方图
# 载入pandas、matplotlib、numpy库
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
# 导入数据
df pd.read_excel(/home/mw/input/data_analysis8875/al3-1.xls)
fig plt.figure()
ax fig.add_subplot(1, 1, 1) # 在子图上绘制直方图
fig plt.figure()
ax fig.add_subplot(1,1,1)
ax.hist(df[Age],bins[25,30,35,40,45])# 设置图形标题
plt.title(某公司员工年龄分布直方图)
# 设置x轴标签
plt.xlabel(年龄)
# 设置y轴标签
plt.ylabel(人数) # 向plt.xticks()传入参数range(25, 50, 5)表示x轴数值范围从25到50每隔5个单位显示一个数值
plt.xticks(range(25,50,5))# 调用plt.show()函数显示图形
plt.show()员工年龄与销售情况散点图
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np df pd.read_excel(/home/mw/input/data_analysis8875/al3-1.xls) # 创建一个图形对象
fig plt.figure() # 向图形对象添加一个子图
ax fig.add_subplot(1,1,1) # 在子图上绘制散点图
ax.scatter(df[Age],df[Sales]) # 设置图形标题
plt.title(某公司员工年龄与销售额散点图) # 设置x轴、y轴标签
plt.xlabel(年龄)
plt.ylabel(销售额) # 显示图形
plt.show() 员工年龄与销售情况气泡图 scatter( )函数中的s参数提供了一种便捷的方法可以用来对点的大小进行控制进而实现用点的大小来反映收入的大小。
# 导入数据
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
df pd.read_excel(/home/mw/input/data_analysis8875/al3-1.xls) # 创建一个图形对象并添加子图
fig plt.figure()
ax fig.add_subplot(1,1,1) # 在子图上绘制气泡图
ax.scatter(df[Age],df[Sales],s df[Income]) # 设置图形标题
plt.title(某公司员工年龄与销售额及收入气泡图) # 设置x轴、y轴标签
plt.xlabel(年龄)
plt.ylabel(销售额) # 显示图形
plt.show() 员工性别销售情况柱形图
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np# 使用groupby函数按性别Gender对员工进行分组将分组后数据命名为gender_group
df pd.read_excel(/home/mw/input/data_analysis8875/al3-1.xls)
gender_group df.groupby(Gender) # 对分组后数据进行操作将销售量Sales进行加总保存为var
var gender_group[Sales].sum() fig plt.figure()
ax fig.add_subplot(1,1,1)# 对性别进行分组后var中index代表性别属性values代表销售额
ax.bar(var.index,var.values)plt.title(某公司员工性别与销售情况柱形图)
plt.xlabel(性别)
plt.ylabel(销售额)
plt.show()关键总结
通过强大的Python语言和神奇的matplotlib库将枯燥的商业数据变成绚丽多彩的图形让数据跃然纸上为企业决策提供更直观、更清晰的依据。学会运用matplotlib库为绘制折线图、柱状图、散点图等图形利用可视化的图形去展示数据解决例如某公司员工年龄分布、年龄与销售情况以及性别与销售情况等一系列问题。
问题/困惑
在分组或者多条件情形下绘制图形。
下一步计划
通过练习掌握matplotlib库绘制出各种多样的图形。
参考资料/相关资源链接
Pandas文档:https://pandas.pydata.org/docs/ matplotlib文档https://www.matplotlib.org.cn/intro/
