数据处理和可视化表达（课件）【知识精讲+培优提升】高一信息技术 （粤教版2019必修1）

第五章数据处理与可视化表达信息技术

必修1粤教版普通高中教科书数据与计算内容回顾导入导入数据分析的结果如何呈现课时内容安排网络购物平台客户行为数据分析和可视化表达网购行为分析网购数据的采集网购数据的分析网购数据的可视化表达5.1认识大数据5.2数据的采集子项目主题内容目录5.3数据的分析5.4数据的可视化表达5.4数据的可视化表达子项目四：网购数据的可视化表达数据的可视化表达数据的可视化表达是指以图形、图像、地图、动画等生动、易于理解的方式展现数据和诠释数据之间的关系、趋势与规律等，以便更好地理解数据。作用：快速抓住要点信息有效提升数据分析的效率。生动形象的呈现方式便于理解数据。5.4.1数据的可视化表达的方式1、分类从常用和实用的维度探索型解释型解释型：把数据简单明了地解释给人们探索型：帮助人们发现数据背后的价值2.按照处理数据类型的不同，可视化呈现主要方式如下趋势：分组柱形图、堆叠柱形图、折线图、柱线混合图比例：百分比圆环图、饼图、圈图、堆叠面积图逻辑关系：散点图、雷达图、网络关系图、词云空间关系：数据地图、动态热力图、3D动态显示图5.4.1数据的可视化表达的方式5.4.1数据的可视化表达的方式3、应用折线图5.4.1数据的可视化表达的方式3、应用柱状图柱线混合图5.4.1数据的可视化表达的方式3、应用饼图圈图雷达图5.4.1数据的可视化表达的方式3、应用动态热力图探究活动一结合教师讲解和阅读教材完成问卷星https://ks.wjx.top/vj/hvsAn8f.aspx。5.4.1数据的可视化表达的方式词云图词云：由词汇组成类似云的彩色图形。“词云”就是通过形成“关键词云层”或“关键词渲染”，对文本中出现频率较高的“关键词”的形成视觉上的突出。词云图词云图基本操作：1、打开“程序5-9-1词云图（教材范例）.py”，阅读代码，理解各部分代码的功能和词云生成的流程。2、双击运行“库安装1.bat”，安装“程序5-9-1词云图（教材范例）.py”程序需要调用的第三方库：3、运行程序，观察结果。4、修改词云形状、预处理文件及词云参数等内容，再次运行，观察结果，填写下表：1、分析对象：词云图粘贴：2、分析结论：拓展提高：提前完成的同学，尝试网络下载一些形状，或者自编文档（保存为txt格式），保存在程序实践二文件夹中，修改以上词云图程序，观察效果，并拓展思考词云图的应用。探究活动二通过学习、交流、探究和实践利用词云图的可视化的方式呈现数据。词云图5.4.2数据的可视化表达的工具观察电流与电阻关系曲线图，经过推理和实验验证，电流I与电阻R反比例关系成立绘图工具模块你还记得第二章的“运用数字化工具探究欧姆定律”的内容吗？数据可视化模块还有刚刚学习的词云图程序5.4.2数据的可视化表达的工具5.4.2数据的可视化表达的工具数据可视化呈现的形式千变万化，实现的工具众多。Python语言因其开源和包容的特性，嵌入了大量数据可视化的工具。在Python中，除绘图工具模块Matplotlib外，专业的数据可视化工具模块还包括Seaborn和Bokeh等。Seabornmatplotlib

是一个相当底层的工具，Seaborn基于且高度依赖Matplotlib，

主要关注统计模型的可视化。例如直方图既可以总结数据，也可以描绘整体分布。5.4.2数据的可视化表达的工具matplotlib

是一个相当底层的工具，Seaborn基于且高度依赖Matplotlib，

主要关注统计模型的可视化。例如直方图既可以总结数据，也可以描绘整体分布。5.4.2数据的可视化表达的工具SeabornBokeh与其他库相反,Bokeh是独立于Matplotlib的。Bokeh也是一个很好的可视化库，可实现交互式可视化。主打的是交互式绘图，且是通过浏览器以数据驱动文档的风格呈现。教材P121范例5.4.2数据的可视化表达的工具数据分析类型可视化呈现类型可视化工具示例关键代码呈现效果逻辑关系正弦图pyplotimportnumpyasnp#引入numpy库模块，用np替代

importmatplotlib.pyplotasplt#引入matplotlib库模块中的pyplot方法，用plt替代

frompylabimport*#引入pylab库模块中的所有方法

x=np.arange(-5.0,5.0,0.5)#定义x轴数值为-5到5，步长为0.02

y=np.sin(x)#利用正弦函数计算出x轴数值对应的y轴数值

plt.plot(x,y)#利用x,y轴对应的数值绘制出图形

plt.show()#显示出绘制的图形逻辑关系散点图pyplot#异常值处理、找到异常值、画散点图（横轴：价格，纵轴：评论数）

importmatplotlib.pyplotasplt#引入matplotlib库模块中的pyplot方法，用plt替代data2=data.T

price=data2.values[2]

comt=data2.values[3]

plt.xlabel('price')#显示X坐标标签

plt.ylabel('comt')#显示Y坐标标签

pyl.plot(price,comt,"o")

pyl.show()5.4.2数据的可视化表达的工具数据分析类型可视化呈现类型可视化工具示例关键代码呈现效果逻辑关系直方图Pyplot逻辑关系聚类图Pyplot#绘制价格直方图

#npy.arrange(最小,最大,组距)importmatplotlib.pyplotasplt#引入matplotlib库模块中的pyplot方法，用plt替代

pricesty=npy.arange(pricemin,pricemax,pricedst)

plt.xlabel('price')#显示X坐标标签

plt.ylabel('number')#显示Y坐标标签

pyl.hist(da2[2],pricesty)

pyl.show()#年龄-消费金额图，消费时间-消费金额图，年龄-消费时间图importmatplotlib.pyplotasplt#引入matplotlib库模块中的pyplot方法，用plt替代

foriinrange(0,len(y)):

if(y[i]==0):

print(str(i)+"0")

pyl.subplot(2,3,1)

#年龄-消费金额图

pyl.plot(dataf.iloc[i:i+1,0:1].as_matrix(),dataf.iloc[i:i+1,1:2].as_matrix(),"*r")

pyl.subplot(2,3,2)

#消费时间-消费金额图

pyl.plot(dataf.iloc[i:i+1,2:3].as_matrix(),dataf.iloc[i:i+1,1:2].as_matrix(),"*r")

pyl.subplot(2,3,3)

#年龄-消费时间图

pyl.plot(dataf.iloc[i:i+1,0:1].as_matrix(),dataf.iloc[i:i+1,2:3].as_matrix(),"*r")5.4.2数据的可视化表达的工具数据分析类型可视化呈现类型可视化工具示例关键代码呈现效果逻辑关系直方图Seaborn逻辑关系正弦图Bokehimportnumpyasnp

importseabornassns

importmatplotlib.pyplotasplt

sns.set(palette="muted",color_codes=True)

rs=np.random.RandomState(10)

d=rs.normal(size=100)

f,axes=plt.subplots(2,2,figsize=(7,7),sharex=True)

sns.distplot(d,kde=False,color="b",ax=axes[0,0])

sns.distplot(d,hist=False,rug=True,color="r",ax=axes[0,1])

sns.distplot(d,hist=False,color="g",kde_kws={"shade":True},ax=axes[1,0])

sns.distplot(d,color="m",ax=axes[1,1])

plt.show()importnumpyasnp

frombokeh.layoutsimportgridplot

frombokeh.plottingimportfigure,output_file,show

N=100

x=np.linspace(0,4*np.pi,N)

y0=np.sin(x)

output_file('sinewave.html')

sine=figure(width=500,plot_height=500,title='Sine')

sine.circle(x,y0,size=10,color="navy",alpha=0.5)

p=gridplot([[sine]],toolbar_location=None)

show(p)5.4.2数据的可视化表达的工具基本操作：1、双击运行“库安装2.bat”，安装“程序Seaborn直方图.py”程序和“程序Bokeh示例.py”程序需要调用的第三方库：2.运行“程序5-10-1直方图（教材范例）.py”，体验可视化工具Seaborn呈现直方图；3.运行“程序5-10-2Bokeh示例（教材范例）.py”，体验可视化工具Bokeh呈现正弦图。程序5-10-1直方图程序5-10-2Bokeh示例拓展提高：提前完成的同学网络查询“python的可视化工具”，了解更多内容探究活动三学习、交流与体验Python的数字化工具的使用。5.4.2数据的可视化表达的工具总结与检测总结与检测1.下列可以用于分析数据趋势的是（

）A.饼图 B.折线图C.动态热力图 D.词云图B2.记账本小程序通过（）呈现小李每月各项支出的占比。A.柱形图 B.折线图C.饼图 D.词云图C