第四章数据可视化呈现07课件讲解.pptxVIP

第四章：数据可视化呈现

4.2.3绘制直方图掌握绘制直方图的方式，能够根据需要通过pyplot模块绘制指定样式的直方图学习目标

4.2.3绘制直方图1导入pyplot模块完善图表，添加辅助元素使用hist()函数绘制图像使用show()函数展示图表234基本思路

4.2.3绘制直方图绘制灰度直方图...#2.绘制矩形np.random.seed(0)arr_random=np.random.randint(0,256,50)plt.hist(arr_random,bins=10,color=c,edgecolor=k,alpha=0.7)#3.完善图表plt.xlabel(灰度值)plt.ylabel(像素数（个）)plt.title(灰度直方图)#4.展示图表plt.show()直方图经常被应用于图像处理领域，比如灰度直方图，它是将数字图像中的所有像素按照灰度值的大小，统计其出现的频率，反映一个图像灰度值的分布情况。x轴的刻度标签与图形并不是十分匹配

4.2.3绘制直方图优化灰度直方图为了解决刻度标签与图形不匹配的问题，我们需要先获取每个矩形对应的数值区间，再根据这些数值重新设置x轴上的刻度标签。如果希望获取每个矩形对应的数值区间，则可以保存hist()函数的返回值，hist()函数会返回三个值，分别是n、bins和patches，其中n是包含频数的列表，bins是包含区间的列表，patches是包含矩形对象的容器。如果希望设置x轴的刻度标签，则可以通过xticks()函数实现。

4.2.3绘制直方图优化灰度直方图...#2.绘制矩形np.random.seed(0)arr_random=np.random.randint(0,256,50)nums,bins,patches=plt.hist(arr_random,bins=10,color=c,edgecolor=k,alpha=0.7)#3.完善图表plt.xlabel(灰度值)plt.ylabel(像素数（个）)plt.title(灰度直方图)plt.xticks(bins,bins)#4.展示图表plt.show()

4.2.4绘制散点图掌握绘制散点图的方式，能够根据需要通过pyplot模块绘制指定样式的散点图学习目标

4.2.4绘制散点图1导入pyplot模块完善图表，添加辅助元素使用scatter()函数绘制点使用show()函数展示图表234基本思路

4.2.4绘制散点图绘制散点图importnumpyasnp#1.导入pyplot模块importmatplotlib.pyplotaspltplt.rcParams[font.sans-serif]=[SimHei]#2.绘制点house_area=np.array([225.98,...])house_price=np.array([196.63,...])plt.scatter(house_area,house_price,s=50,c=y,edgecolors=k)#3.完善图表plt.title(房屋面积和房屋价格的关系)plt.xlabel(房屋面积(平方米))plt.ylabel(房屋价格(万元))#4.展示图表plt.show()

4.2.4绘制散点图给散点图添加网格线……#3.完善图表plt.title(房屋面积和房屋价格的关系)plt.xlabel(房屋面积(平方米))plt.ylabel(房屋价格(万元))plt.grid(visible=True,linewidth=0.5)plt.xlim(house_area.min()-30,house_area.max()+30)#4.展示图表plt.show()如果想要知道每个圆点的大体位置，则可以通过grid()函数给图表添加网格线，利用网格线便可以看出每个圆点对应的房屋面积及房屋价格。

4.2.5绘制气泡图掌握绘制气泡图的方式，能够熟练通过Pyecharts库绘制气泡图学习目标

4.2.5绘制气泡图气泡图是散点图的一种变体，通常用于展示三个变量之间的关系，其中两个变量通过横轴和纵轴表示，第三个变量一般通过气泡的大小表示。当然，如果气泡使用了不同的颜色，那么此时的气泡图也可以用于展示四个变量之间的关系。

4.2.5绘制气泡图1创建Scatter类的对象添加图表配置项使用add()方法添加数据渲染图表234基本思路

4.2.6绘制圆环图掌握绘制圆环图的方式，能够熟练通过Pyecharts库绘制圆环图学习目标

4.2.6绘