[小白系列][可视化基础]数据可视化视图从入门到不放弃，数据可视化视图都有哪些，怎么选用，我们一起来康康
61 浏览量
2020-12-21
18:45:35
上传
评论 1
收藏 631KB PDF 举报
[小白系列小白系列][可视化基础可视化基础]数据可视化视图从入门到不放弃，数据可视数据可视化视图从入门到不放弃，数据可视
化视图都有哪些，怎么选用，我们一起来康康化视图都有哪些，怎么选用，我们一起来康康
文章目录文章目录1.可视化图形的简单分类2.Python中常用的两个可视化工具3.九种常用视图及其具体调用代码1.散点图(Scatter Chart)2.折线图
（Line Chart）3.条形图(Bar Chart)4.箱线图(Boxplot)5.饼图（Pie Chart）6.热力图（Heatmap）7.蜘蛛图（雷达图）(Radar map)8.二
元变量分布（双变量密度估计图）9.成对关系图（ Pair Diagram）
1.可视化图形的简单分类可视化图形的简单分类
4种类别：
比较：展示事物的排列顺序，比如条图。
联系：查看两个变量之间关系，比如气泡图。
构成：每个部分所占整体的百分比，如饼图。
分布：关心各数值范围包含多少项目，如柱图
2.Python中常用的两个可视化工具中常用的两个可视化工具
matplotlib和seaborn
调用方式：
import matplotlib.pyplot as plt
import seaborn as sns
区别：
Matplotlib是一个较为基础的工具，Seaborn的底层是基于Matplotlib的，
展开说一下：Seaborn是用户把自己常用到的可视化绘图过程进行了函数封装，形成的一个“快捷方式”，他相比Matplotlib的好处是代码
更简洁，可以用一行代码实现一个清晰好看的可视化输出。主要的缺点则是定制化能力会比较差，只能实现固化的一些可视化模板类
型；而Matplotlib是可以实现高度定制化绘图的，高度定制化可以让你获得最符合心意的可视化输出结果，但也因此需要设置更多的参
数，因而代码更加复杂一些。
3.九种常用视图及其具体调用代码九种常用视图及其具体调用代码
seaborn画图函数，主要针对pandas的DataFrame或numpy数据，有以下几种主要形式：
sns.图名(x=‘X轴 列名’, y=‘Y轴 列名’, data=原始数据df对象)
sns.图名(x=‘X轴 列名’, y=‘Y轴 列名’, hue=‘分组绘图参数’, data=原始数据df对象)
评论0