数据科学包-Day4-可视化分析（一）_四元一次函数图像绘制-优快云博客

本文链接：https://blog.youkuaiyun.com/prettygirlman/article/details/106395691

本文介绍了数据科学中的可视化分析，涵盖了Numpy基础知识，包括散点图、折线图、条形图、直方图、饼状图和箱型图等图表的绘制，探讨了颜色和样式的选择，以及如何使用面向对象的方法、创建子图、多图和网格，并详细讲解了图例的设置。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

Numpy简介
散点图
折线图
条形图
直方图
饼状图
箱型图
颜色和样式
面向对象
子图
多图
网格
图例

Numpy简介

median=np.median(c)

variance=np.var(c)

c_slice=c[2:5]

####
c1=np.zeros((2,3))
c2=np.arange(10)

x=np.loadtxt('000001.csv',delimiter=',',skiprows=1,usecols=(1,4,6),unpack=False)

o,c,v=np.loadtxt('000001.csv',delimiter=',',skiprows=1,usecols=(1,4,6),unpack=True)

vwap=np.average(c,weights=v)

print(vwap)

print("finish")

在这里插入图片描述

散点图

import numpy as np
import matplotlib.pyplot as plt

height=[161,170,182,175,173,165]
weight=[50,58,80,70,69,55]

plt.scatter(height,weight)

plt.show()

N=1000
x=np.random.randn(N)
y1=np.random.randn(len(x))

plt.scatter(x,y1)

plt.show()

y2=x+np.random.randn(len(x))*0.1
plt.scatter(x,y2)

y3=-1*x+np.random.randn(len(x))*0.1
plt.scatter(x,y3)

N = 1000
x = np.random.rand(N)
y = np.random.rand(N)


open,close=np.loadtxt('000001.csv',delimiter=',',skiprows=1,usecols=(1,4),unpack=True)

change=close-open

yesterday=change[:-1]
today=change[1:]

plt.scatter(today,yesterday)

plt.show()

s=200
marker='v'
c='green'
alpha=1

plt.scatter(x, y1, s=50, marker='o', c='red', alpha=0.5)

plt.show()

open,close=np.loadtxt('000001.csv',delimiter=',',skiprows=1,usecols=(1,4),unpack=</