数据分析与可视化 课件 5.3 常用图形绘制

常用图形绘制1.柱状图2.折线图3.饼图4.直方图柱状图又称为条形图。由一系列高度不等的纵向条纹或线段表示数据分布的情况，一般用横轴表示数据所属类别，纵轴表示数量或者占比。柱状图可以比较直观地看出产品质量特性的分布状态，便于判断其总体质量分布情况。柱状图可以发现分布表无法发现的数据模式、样本的频率分布和总体的分布。1.柱状图pyplot模块提供了bar函数，可以进行柱状图的绘制。bar函数基本语法格式如下。1.柱状图pyplot.bar（x,height,width=0.8,bottom=None,*,align='center',color=None,**kwargs）示例-11.柱状图importmatplotlib.pyplotasplt

movies={

"流浪地球":40.78,

"飞驰人生":15.77,

"疯狂的外星人":20.83,

"新喜剧之王":6.10,

"廉政风云":1.10,

}

plt.rcParams['font.sans-serif']=['SimHei']

plt.rcParams['axes.unicode_minus']=False

plt.rcParams['font.size']=12

plt.figure(figsize=(10,6))

x=list(movies.keys())

y=list(movies.values())

plt.bar(x,y,width=0.35,bottom=0,align='center',color='g')

plt.title("电影票房数据",size=16)

plt.show()折线图（linechart）是一种将数据点按照顺序连接起来的图形。可以看作是将散点图，按照x轴坐标顺序连接起来的图形。折线图的主要功能是查看因变量y随着自变量x改变的趋势，最适合用于显示随时间（根据常用比例设置）而变化的连续数据。同时还可以看出数量的差异，增长趋势的变化。2.折线图pyplot模块提供了plot函数，可以进行折线图的绘制。plot函数基本语法格式如下。2.折线图pyplot.plot(*args:float|ArrayLike|str,scalex:bool=True,scaley:bool=True,data=None,**kwargs,)->list[Line2D]示例-22.折线图importmatplotlib.pyplotasplt

x=['3A景区','4A景区','5A景区','其它景区']

y=[568,1783,256,2597]

plt.rcParams['font.sans-serif']=['SimHei']

plt.rcParams['axes.unicode_minus']=False

plt.title('黑龙江旅游数据',fontdict={'size':12,'color':'red'},loc='center')

plt.xlabel('景区类别',fontdict={'size':14,'color':'blue'},loc='right',labelpad=6)

plt.ylabel('旅游人次',fontdict={'size':14,'color':'blue'},loc='top',labelpad=6)

plt.plot(x,y,color='red',alpha=0.5,linewidth=1,marker='o',markersize=10,label='旅游')

plt.legend(loc='best')

plt.show()饼图（PieGraph）是将各项的大小与各项总和的比例显示在一张“饼”中，以“饼”的大小来确定每一项的占比。饼图可以比较清楚地反映出部分与部分、部分与整体之间的比例关系，易于显示每组数据相对于总数的大小，而且显现方式直观。3.饼图pyplot模块提供了pie函数，可以进行饼图的绘制。pie函数基本语法格式如下。3.饼图pyplot.pie(x,explode=None,labels=None,colors=None,autopct=None,pctdistance=0.6,shadow=False,labeldistance=1.1,startangle=None,radius=None,…)->tuple[list[Wedge],list[Text]]|tuple[list[Wedge],list[Text],list[Text]]示例-33.饼图importmatplotlib.pyplotasplt

plt.figure(figsize=(8,6))

plt.rcParams['font.family']='SimHei'

plt.rcParams['axes.unicode_minus']=False

labels='英语','语文','数学','物理','其它'

x=[15,30,45,10,20]

explode=(0.05,0,0,0,0)

plt.pie(x,labels=labels,explode=explode,startangle=60,autopct='%1.1f%%')

plt.title('各科时间占比')

plt.show()直方图又称为质量分布图，是一种统计报告图。它由一系列高度不等的纵向条纹或线段表示数据分布情况，用横轴表示数据类型，用纵轴表示分布情况。直方图描述的是一组数据的频次分布，是以矩形的长度表示每一组的频数或数量，宽度则表示各组的组距，因此其高度和宽度均有意义，利于展示大量数据集的统计结果。直方图有助于我们知道数据的分布情况，比如众数、中位数的大致位置、数据是否存在缺口或者异常值。4.直方图pyplot模块提供了plot函数，可以进行折线图的绘制。plot函数基本语法格式如下。4.直方图pyplot.plot(*args:float|ArrayLike|str,scalex:bool=True,scaley:bool=True,data=None,**kwargs,)->list[Line2D]示例-44.直方图frommatplotlibimportpyplotasplt

time=[

131,98,125,131,124,139,131,117,128,108,

135,138,131,102,107,114,119,128,121,142,

127,130,124,101,110,116,117,110,128,128,

115,99,136,126,134,95,138,117,111,78,

132,124,113,150,110,117,86,95,144,

105,126,130,126,130,126,116,123,106,

112,138,123,86,101,99,136,123,117,

119,105,137,123,128,125,104,109,134,

125,127,105,120,107,129,116,108,132,103,

136,118,102,120,114,105,115,132,145,119,

]

plt.figure(figsize=(20,8),dpi=100)

plt.rcParams['font.family']='SimHei'

plt.rcParams['axes.unicode_minus']=False

plt.grid(linestyle="--",alpha=0.7)

plt.xlabel("电影时长",fontsize=12)

plt.ylabel("频数",fontsize=12