python數(shù)據(jù)統(tǒng)計(jì)分析制圖大數(shù)據(jù)可視化

89542767 發(fā)布于2022-12-22 14:45 / 493人閱讀

　　此篇文章主要是詳細(xì)介紹了python數(shù)據(jù)統(tǒng)計(jì)分析制圖大數(shù)據(jù)可視化，大數(shù)據(jù)可視化致力于形象化展現(xiàn)數(shù)據(jù)的分析數(shù)據(jù)和設(shè)計(jì)構(gòu)思，令一些抽象化數(shù)據(jù)信息形象化，這種抽象化數(shù)據(jù)包括數(shù)據(jù)信息測量單位的特性或總數(shù)。

　　序言：

　　數(shù)據(jù)統(tǒng)計(jì)分析初級階段，一般都會進(jìn)行大數(shù)據(jù)可視化解決。大數(shù)據(jù)可視化致力于形象化展現(xiàn)數(shù)據(jù)的分析數(shù)據(jù)和設(shè)計(jì)構(gòu)思，令一些抽象化數(shù)據(jù)信息形象化，這種抽象化數(shù)據(jù)包括數(shù)據(jù)信息測量單位的特性或總數(shù)。此章使用的程序庫matplotlib是是建立在Numpy之上的1個(gè)Python相冊，它提供一個(gè)面向?qū)ο驛PI和循序漸進(jìn)的式類MATLABAPI，他們能夠并行處理應(yīng)用。

　　1、

　　import numpy as np
　　import matplotlib.pyplot as plt
　　scores=np.random.randint(0,100,50)
　　plt.hist(scores,bins=8,histtype=‘stepfilled')
　　plt.title(‘37')
　　plt.show()

　　2、

　　x=np.arange(6)
　　y1=np.array([1,4,3,5,6,7])
　　y2=np.array([3,4,3,5,6,7])
　　y3=np.array([2,4,3,5,6,7])
　　plt.stackplot(x,y1,y2,y3)
　　plt.title(‘37')
　　plt.show()

　　3、

　　random_state=np.random.RandomState(1231241)
　　random_x=random_state.randn(10000)
　　plt.hist(random_x,bins=25)
　　plt.title(‘37')
　　plt.show()

　　4、

　　data=np.array([10,30,15,30,15])
　　pie_labels=np.array([‘A',‘B',‘C',‘D',‘E'])
　　plt.pie(data,radius=1.5,labels=pie_labels,autopct='%3.1f%%')
　　plt.title(‘37')
　　plt.show()

　5、

　　import matplotlib as mpl
　　mpl.rcParams[‘font.sans-serif']=[‘SimHei']
　　mpl.rcParams[‘a(chǎn)xes.unicode_minus']=False
　　kinds=[‘購物',‘禮尚往來',‘餐飲美食',‘通信',‘生活日用',‘交通出行',‘休閑娛樂',‘其他']
　　money_scale=[500/1500,123/1500,400/1500,234/1500,300/1500,200/1500,100/1500,150/1500]
　　dev_position=[0.1,0.1,0.1,0.1,0.1,0.1,0.1,0.1]
　　plt.pie(money_scale,labels=kinds,autopct='%3.1f%%',shadow=True,
　　explode=dev_position,startangle=90)
　　plt.title(‘37')
　　plt.show()

　　6、

　　num=50
　　x=np.random.rand(num)
　　y=np.random.rand(num)
　　plt.scatter(x,y)
　　plt.title(‘37')
　　plt.show()

　　7、

　　num=50
　　x=np.random.rand(num)
　　y=np.random.rand(num)
　　area=(800*np.random.rand(num)**2)
　　plt.scatter(x,y,s=area)
　　plt.title(‘37')
　　plt.show()

　　8、

　　plt.rcParams[‘font.sans-serif']=‘SimHei'
　　plt.rcParams[‘a(chǎn)xes.unicode_minus']=False
　　x_speed=np.arange(10,210,10)
　　y_distance=np.array([0.3,0.5,1,3,5,5.5,7,8,9,12,14,15.5,17.8,19,20,23,27,30,31,32])
　　plt.scatter(x_speed,y_distance,s=50,alpha=0.9)
　　plt.title(‘37')
　　plt.show()
　　plt.rcParams[‘font.family']=‘SimHei'
　　plt.rcParams[‘a(chǎn)xes.unicode_minus']=False
　　data_2018=np.array([4500,6654.5,5283.4,5107.8,5443.3,5550.6,6400.2,6404.9,5483.1,5330.2,5543,6199.9])
　　data_2017=np.array([4605.2,4710.3,5168.9,4767.2,4947,5203,6047.4,5945.5,5219.6,5038.1,5196.3,5698.6])
　　plt.boxplot([data_2018,data_2017],labels=(‘2018年',‘2017年'),meanline=True,widths=0.5,vert=False,patch_artist=True)
　　plt.title(‘37')
　　plt.show()

　　10、

　　plt.rcParams[‘font.family']=‘SimHei'
　　plt.rcParams[‘a(chǎn)xes.unicode_minus']=False
　　dim_num=6
　　data=np.array([[0.50,0.32,0.35,0.30,0.30,0.88],
　　[0.45,0.35,0.30,0.40,0.40,0.30],
　　[0.43,0.99,0.30,0.28,0.22,0.30],
　　[0.30,0.25,0.48,0.95,0.45,0.40],
　　[0.20,0.38,0.87,0.45,0.32,0.28],
　　[0.34,0.31,0.38,0.40,0.92,0.28]])
　　angles=np.linspace(0,2*np.pi,dim_num,endpoint=False)
　　angles=np.concatenate((angles,[angles[0]]))
　　data=np.concatenate((data,[data[0]]))
　　radar_labels=[‘研究型(I)',‘藝術(shù)型(A)',‘社會型(S)',‘企業(yè)型(E)',‘傳統(tǒng)型?',‘現(xiàn)實(shí)型?']
　　radar_labels=np.concatenate((radar_labels,[radar_labels[0]]))
　　plt.polar(angles,data)
　　plt.thetagrids(angles*180/np.pi,labels=radar_labels)
　　plt.fill(angles,data,alpha=0.25)
　　plt.title(‘37')
　　plt.show()

　　11、

　　data=np.array([20,50,10,15,30,55])
　　pie_labels=np.array([‘A',‘B',‘C',‘D',‘E',‘F'])
　　plt.pie(data,radius=1.5,wedgeprops={‘width':0.7},labels=pie_labels,autopct='%3.1f%%',pctdistance=0.75)
　　plt.title(‘37')
　　plt.show()

　　12、

　　x=np.arange(1,13)
　　y_a=np.array([191,123,234,42,123,432,567,234,231,132,123,134])
　　y_b=np.array([123,143,234,242,523,232,467,334,131,332,234,345])
　　y_c=np.array([91,123,534,432,223,332,367,434,111,322,345,560])
　　plt.stackplot(x,y_a,y_b,y_c)
　　plt.title(‘37')
　　plt.show()