基于Python数据可视化（salary）

csv附件

https://download.youkuaiyun.com/download/llf000000/86721674

准备的知识

seaborn

seaborn是python中的一个可视化库，是对matplotlib进行二次封装而成，既然是基于matplotlib，所以seaborn的很多图表接口和参数设置与其很是接近

import os 

#大问题用第三方包解决，小问题用内置函数解决，这里用包

os.getcwd()

扩写：current working directory

获取当前工作目录，getcwd()是一个函数，在os包里，用于查看当前文件目录

sns.set_style('darkgrid')

sns.set_style？ 打问号后会有提示出现

darkgrid背景是黑色带网格的

seaborn 库提供了五种绘图风格，分别是：darkgrid（灰色网格），whitegrid（白色网格），dark（深色），white（白色），ticks（刻度线段）

jitter

jitter：float或True

画散点图是很多点会重叠在一起，我们可以让他们呢稍微有点抖动，True让图稍微有点抖动

要应用的抖动量（仅沿分类轴）。 当您有许多点并且它们重叠时，这可能很有用，因此更容易看到分布。您可以指定抖动量（均匀随机变量支持的宽度的一半），或者仅使用True作为良好的默认值

alpha

代表透明度 ，100%的alpha会导致被遮盖的那一部分看不到

完成代码块

import os
os.getcwd()

# 读取数据
import pandas as pd 
salaries = pd.read_csv('salaries.csv', index_col=0)

#把excel数据文件读到salaries这个变量里，这个变量是一个数据框（表结构dataframe）

# 查看数据
salaries.head()

我们看一下是不是真的读进来了

以上是数据的准备

# 导入seaborn包，并取别名为sns
import seaborn as sns

# 设置图片样式
sns.set_style('darkgrid')

# 绘制散点图
sns.stripplot(data=salaries, x='rank', y='salary', jitter=True, alpha=0.5)

# 绘制箱线图
sns.boxplot(data=salaries, x='rank', y='salary')

 

 如果合并到一起的话

# 绘制散点图
sns.stripplot(data=salaries, x='rank', y='salary', jitter=True, alpha=0.5)

# 绘制箱线图
sns.boxplot(data=salaries, x='rank', y='salary')

目录

准备的知识

seaborn

import os 

os.getcwd()

sns.set_style('darkgrid')

jitter

alpha

完成代码块

---