《数据挖掘与机器学习》 课件2.3.2 绘制散点图与折线图.pptx

分析农产品数量情况农产品信息可视化分析——NumPy、pandas与Matplotlib库

任务描述数据可视化通过图表直观地展示数据间的量级关系，其目的是将抽象信息转换为具体的图形，将隐藏于数据中的规律直观地展现出来。图表是数据分析可视化最重要的工具，使用Python中的Matplotlib库从水稻信息数据进行可视化分析，以便于为水稻产业的发展提供一定的参考。要分析不同水稻品种的数量分布情况，不同品种的数量分布情况，不同审定部门对水稻品种的审定情况，对水稻品种的数量分布情况和审定部门的审定情况进行分析。以上对水稻品种数量分布情况和审定情况的分析，可以通过科技手段和优良品种的推广来提高农业生产效益，为优化审定机制和提升品种审定效率提供参考。分析农产品数量情况

任务要求绘制柱形图分析省级以上部门审定数量。绘制饼图分析水稻品种数量。绘制柱形图分析省级以上部门与水稻品种的关系。绘制折线图分析农业部审定数量。分析农产品数量情况

基础语法与常用参数绘制基本图形

绘制基本图形分析农产品数量情况Matplotlib库是用于可视化的绘图库，可以绘制常用的2D与3D图形。折线图散点图柱形图饼图

绘制散点图什么是散点图？分析农产品数量情况散点图又称为散点分布图，是以一个特征为横坐标，以另一个特征为纵坐标，利用坐标点（散点）的分布形态反映特征间的统计关系的一种图形。值由点在图表中的位置表示，类别由图表中的不同标记表示，通常用于比较跨类别的数据。

绘制散点图分析农产品数量情况散点图可以提供两类关键信息，具体内容如下。特征之间是否存在数值或数量的关联趋势，关联趋势是线性的还是非线性的。如果某一个点或某几个点偏离大多数点，那么这些点就是离群值，通过散点图可以一目了然，从而可以进一步分析这些离群值是否在建模分析中产生较大的影响。散点图可通过散点的疏密程度和变化趋势表示两个特征的数量关系。如果有3个特征，若其中一个特征为类别型，散点图可改变不同特征的点的形状或颜色，那么即可了解两个数值型特征和这个类别型之间的关系。

绘制散点图分析农产品数量情况pyplot中绘制散点图的函数为scatter，scatter函数的基本使用格式如下。matplotlib.pyplot.scatter(x,y,s=None,c=None,marker=None,cmap=None,norm=None,vmin=None,vmax=None,alpha=None,linewidths=None,*,edgecolors=None,plotnonfinite=False,data=None,**kwargs)

绘制散点图scatter函数常用参数及其说明如下。分析农产品数量情况参数名称参数说明x，y接收float或array。表示x轴和y轴对应的数据。无默认值s接收float或array。表示指定点的大小，若传入一维数组，则表示每个点的大小。默认为Nonec接收颜色或array。表示指定点的颜色，若传入一维数组，则表示每个点的颜色。默认为Nonemarker接收特定str。表示绘制的点的类型。默认为Nonealpha接收float。表示点的透明度。默认为None

绘制散点图分析农产品数量情况现有2021年9月20日到10月20日某网站招聘信息数量数据，存储为某网站招聘信息数量.csv，部分数据如下所示。日期总招聘信息数量/个本科招聘信息数量/个大专及以下招聘信息数量/个硕士招聘信息数量/个2021/9/20533304189402021/9/21515363137152021/9/22531342166232021/9/23543332195162021/9/2459534919254

绘制散点图分析农产品数量情况绘制随时间变化的不同学历要求的招聘数据量变化的散点图。

绘制折线图分析农产品数量情况折线图（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。

绘制折线图分析农产品数量情况pyplot中绘制折线图的函数为plot，plot函数的基本使用格式如下。matplotlib.pyplot.plot(*args,scalex=True,scaley=True,data=None,**kwargs)

绘制折线图分析农产品数量情况plot函数常用参数及其说明如下。参数名称参数说明color接收特定str。表示指定线条的颜色。默认为Nonelinestyle接收特定str。表示指定线条类型。默认为“-”marker接收特定str