1.使用jupyter notebook进行数据分析
2.jupyter matplotlib&numpy&pandas 库的入门&使用
3.Other 学习&复习&提高
1.从一堆数据中找到规律
2.找到规律并应用
3.图表化的展示&输出
summary 从数据中找到规律供用户使用
1.岗位需求
2.python数据科学的基础
3.机器学习课程的基础
前段js可以做到数据展示
后端数据库用于数据源的存储
数据分析用于二者的链接
模块用于高效的分析数据
1.数据分析问题一般不怎么清晰
分析问题
2.准备数据
读取数据
数据清洗
筛选和排除无效数据
3.分析数据
4.获得结论
→直接返回报告
5.结果可视化
图形图表可视化
2020年1月14日Unknow Timekey
样例1
from matplotlib import pyplot as plt
x = range(2,26,2)
y = [15,13,14,17,20,26,25,27,24,22,18,15]
plt.plot(x,y)
plt.show()
设置图片大小
fig = plt.figure(figsize = (20,8),dpi = 80)
figsize 元组
图片的保存要在绘图ploy命令之后,这样才能得到对应的图片
plt.savefig("path/filename.png")
plot.xticks(range(2,25))
调整xticks()中的数组以改变坐标轴密度
不显示就不传值
格式化x轴坐标及显示
print(["10点{}分".format(i) for i in range(60)])
# 定义元组
先查看系统支持的中文字体
常用的Linux 命令 TOP 20之一 fc-list 查看系统支持的字体
使用matplotlib.rc 方法修改
查看源码的方式
**font相当于直接引用列表中的参数
或者通过 font manager类来修改
14:05
解决中文不显示的问题 P6 11.05
看源码 修改Demo
设置字体的一种绝对有效的方法
P6 End
P7 Start
plt.xlabel("text") → 添加X轴标签 plt.ylabel("text") → 添加Y轴标签 plt.title("title") → 添加图表标题
P8
环境的配置&conda命令使用
模块的应用及配置
python 环境的创建
conda create -n python3.2 python=3
切换python环境
source activate python3
判断python版本 pip --version
sh脚本里面切换python环境
前面添加 source activate python3
Plot绘图
调用字体
绘制label
plt.grid()
以坐标轴作为网格
alpha = 0.4 range 0~1 参数含义为透明度
两条折线
调用两次plot方法
Plot(x,y,label = "tuli1")
plot(x,z,label = "tuli2")
多个参数的标记
在绘制的同时加Label标签
plt.legend() 增加图例 增加字体 添加Prop=My_font参数
legend 英[ˈledʒənd]
美[ˈledʒənd]
n. 传说; 传奇故事; (尤指某领域中的) 传奇人物; (地图或书中图表的) 图例,说明,解释;
[例句]The play was based on Irish legend.
这部戏取材于爱尔兰传说。
[其他] 复数:legends
legend()参数的使用
通过查看源码确定其位置
查看源码可以快速解决问题
查看源码定义其图例的位置 legend(...,loc = "upper left")
linestyle
可以定义在折线图,也可以定义网格线(的样式)
可以利用颜色的十六进制代码来定义(具体代码可以百度)
matplotlib的其他功能 → 其官方文档
去官网查看对应的图形,点击即可获取到对应的源码
官方demo
2020年2月9日17:26:26
直方图和条形图用于连续型&离散型数据的统计
散点图用于展示离群点(异常值)
plt.scatter(x,y)
绘制并调整散点图
设置图形格式等参数
x[::3] 取步长
最小二乘法 获取拟合直线
plt.bar() 绘制条形图的方法
坐标轴显示不完整
bar(...,width = 0.3)
控制条形图的宽度
2020年2月9日21:34:08
利用Python进行可视化的处理和操作
barh(...,height = 0.3)