GengPeng的博客

这篇文章是Python可视化seaborn系列的第二篇文章，本文将详解seaborn如何探索数据的分布。import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as sns% matplotlib inlinesns.set(context='notebook',font='...

python数据可视化seaborn（三）——探索变量之间的关系我们常常想知道变量之间是否存在关联，以及这些关联是否收到其他变量影响。可视化能够帮助我们非常直观的展示这些。import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as sns%matplotlib inline...

之前的文章关注的是两个变量都是数值变量的情况,当有一个变量是分类变量的时候，我们就需要其他类型的图形来展示分析数据。在seaborn中有多种类型的图形且非常易于上手。import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as sns%matplotlib inlinesns...

Python数据可视化matplotlib（三）——绘制基本的图表import numpy as npimport pandas as pdimport matplotlib.pyplot as plt% matplotlib inlineimport matplotlib.style as pslpsl.use('_classic_test')基本图表绘制 plt.pl...

Python数据可视化matplotlib（二）—— 子图功能 在matplotlib中，整个图像为一个Figure对象,在Figure对象中可以包含一个或者多个Axes对象,每个Axes(ax)对象都是一个拥有自己坐标系统的绘图区域import pandas as pdimport numpy as npimport matplotlib.pyplot as plt ...

Python数据可视化matplotlib（一）—— 图表的基本元素图表创建plt.show()# 图表窗口1 → plt.show()plt.plot(np.random.rand(10))plt.show()# 直接生成图表魔法函数% matplotlib inline 嵌入图表# 图表窗口2 → 魔法函数，嵌入图表%matplotli...