数据分析基础——Python实现教学课件3.pptxVIP

课程结构 第1章 数据分析与Python语言 第2章 Python数据处理 第3章 数据可视化分析 第4章 数据的描述分析 第5章 推断分析基本方法 第6章 相关与回归分析 第7章 时间序列分析;;学习目标 掌握Python语言绘图的基本知识 掌握各可视化图形的应用场合 使用Python绘制各种图形 利用图形分析数据并能对结果进行合理解释 思政目标 数据可视化是利用图形展示数据的有效方法。在可视化分析中，要能够结合各类统计图表展示我国宏观经济数据，展示科学研究成果和人民生活的变化，展示中国特色社会主义建设的成就 利用数据分布、变量间关系和样本相似性的图形，反映我国社会经济发展的公平性特征，反映社会和经济变量之间的协调性特征，反映我国各地经济和社会发展均衡性特征 图形的使用要科学合理，避免图形的不合理使用歪曲数据;Python的主要绘图模块 Python具有强大的可视化功能，可绘制式样繁多的图形 最典型的可视化工具主要有两个：matplotlib和seaborn 此外，作为数据分析模块的pandas也提供了针对DataFrame对象的绘图函数 gglot模块提供了类似于 R 中ggplot2的绘图方法;matplotlib模块 matplotlib是Python最常用的一种2D绘图库，它是Python 中的基础绘图模块，包含了大量的绘图工具，可以绘图灵活多样的图形，其中的pyplot子模块类似于Matlab的操作思想，上手简单 matplotlib可以对图形进行精确的设置，也可以与其他绘图模块结合使用 matplotlib属于比较底层的绘图工具，要绘制漂亮或专业的图形，显得有些繁琐，需要编写大量的代码，因此，实际中通常是将其与其他绘图模块结合使用 在官方网站（/tutorials/index.html）可以查看matplotlib的使用方法;Pandas中的绘图函数 pandas的数据结构主要是数据框，由于数据框中有行标签和列标签，使用pandas提供的针对DataFrame对象的绘图函数，绘图所需的代码要比matplotlib少 pandas中也提供了数据框绘图的高级方法，可以实现快速绘图 与matplotlib的精细化设置结合起来，同样可以快速完成更有吸引力的图形;matplotlib matplotlib是Python的一个2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。使用matplotlib仅需???很少的代码就可以生成绘图，如直方图，条形图，散点图等 使用matplotlib绘图首先要明确两个对象，即画布（figure）和画像（axes）。画布即绘图的区域，画像即绘制的一幅图，如折线图、条形图、散点图等。所有绘图操作的第1步都是创建画布和画像，让Python明确你开始进行绘图操作，一个画布上可以放置多个画像;matplotlib matplotlib使用不同的函数控制图像的各个组件，如legend函数控制图例的名称、大小、颜色及位置等属性，title函数控制标题，xlabel函数控制x轴（横坐标）标题，相应的ylabel函数控制y轴（纵坐标）标题，xticks以及yticks函数分别控制x轴和y轴刻度等 根据需要选择不同的函数绘制图像的内容，如plot函数绘制折线图，hist函数绘制直方图，barh函数绘制水平条形图，scatter函数绘制散点图等;图形布局 一个绘图函数通常生成一幅独立的图形。有时需要在一个绘图区域（图形页面）内同时绘制多幅不同的图 使用matplotlib可以在一个画布上进行不同的布局，比如，用子图函数subplots等分画布，使用add_gridspec函数、GridSpec函数、subplot2grid函数、add_gridspec函数等自定义分割画布，生成不同页面分割方法和图形组合方法; 图形布局;图形颜色 Python软件提供了丰富的绘图颜色，使用参数color=控制图形内容颜色，对于散点图控制点的颜色，对于折线图控制线的颜色，对于直方图控制箱子的颜色，color有时可简写为c。字符串是颜色的名称，Python对部分颜色有各自的命名 Python还支持16进制颜色字符串，以#开头，如#3FD462，也可以使用调色板（palette）为图形配色。 Python为几种主要颜色设置了简写，如b表示蓝色，r表示红色，g表示绿色，k表示黑色等。设置单一颜色时，表示成color=red（或color=r）。设置多个颜色时，则为一个颜色列表，如color=[red,green,blue]。需要填充的颜色多于设置的颜色向量时，颜色会被重复循环使用。比如，要填充10个条的颜色，color=[red,green]两种颜色被重复使用;线型 Python使用参数line