python中实现数据可视化_python 数据可视化-优快云博客

本文链接：https://blog.youkuaiyun.com/m0_37738570/article/details/89360260

本文介绍了如何在Python中利用matplotlib和pandas库进行数据可视化，包括创建单一图标和组合多重图表的步骤，帮助理解数据并提升分析效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

	为了生成最优化的算法模型，必须对数据进行理解。最快，最有效的方式是通过
数据的可视化来加强对数据的理解。这里将介绍如何通过Matplotlib来可视化数据，
以加强对数据的理解。数据集不限。

单一图标

from pandas import read_csv
from pandas import read_excel
from sklearn import datasets
import matplotlib.pyplot as plot


# 显示数据的前10行
filename = 'F:/bglearn/pythonml/0417/zoulang.xls'
# names = ['preg','plas','pres','skin','test','mass','pedi','age','class']
names = [1,2,3,4,5]
data = read_excel(filename,names = names)

#直方图：判断数据是高斯分布，指数分布还是偏态分布
data.hist()
plot.show()

#密度图:类似于对直方图进行抽象
data.plot(kind = 'density',subplots = True,layout = (3,3),sharex = False)
plot.show()

#箱线图:首先画一条中位数线，然后以下四分位数和上四分位数画一个盒子，上下各有一条横线，表示上边缘和下边缘，通过横线来显示数据的伸展状况，游离在边缘之外的点位异常值
data.plot(kind = 'box' , subplots = True , layout = (3,3) , sharex = False)
plot.show()

多重图表

1.**相关矩阵图**
	主要展示两个不同属性相互影响的程度。如果两个属性按照相同的方向变化，说明是正向影响。
	如果两个属性朝相反方向变化，说明是反向影响。把所有属性两两影响的关系展示出来的图标
	叫相关矩阵图。矩阵图法就是从多维度问题的事件中找出成对的因素，