数据可视化常用图形

原创

mob649e815cb099 2023-07-31 22:58:18 ©著作权

文章标签 数据可视化数据示例代码 文章分类 数据可视化人工智能

©著作权归作者所有：来自51CTO博客作者mob649e815cb099的原创作品，请联系作者获取转载授权，否则将追究法律责任

数据可视化常用图形

数据可视化是数据分析中不可或缺的一环。通过图形展示数据，可以更直观地理解数据之间的关系、趋势和模式。在数据可视化中，有一些常用的图形被广泛使用。本文将介绍几种常见的数据可视化图形，并提供相应的代码示例。

折线图

折线图是一种展示数据随时间变化趋势的图形。通常情况下，横轴表示时间，纵轴表示数据值。通过连接每个时间点上的数据值，可以形成一条折线，从而展示出数据的变化趋势。

下面是一个使用Python库matplotlib绘制折线图的示例代码：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [10, 8, 6, 4, 2]

plt.plot(x, y)
plt.xlabel('Time')
plt.ylabel('Value')
plt.title('Line Chart')
plt.show()

柱状图

柱状图是一种用矩形条表示数据的图形。通常情况下，横轴表示不同的类别或组，纵轴表示数据的值。每个矩形条的高度表示相应组的数据值。

下面是一个使用Python库matplotlib绘制柱状图的示例代码：

import matplotlib.pyplot as plt

categories = ['A', 'B', 'C', 'D', 'E']
values = [10, 8, 6, 4, 2]

plt.bar(categories, values)
plt.xlabel('Category')
plt.ylabel('Value')
plt.title('Bar Chart')
plt.show()

散点图

散点图是一种展示两个变量之间关系的图形。通常情况下，横轴表示一个变量，纵轴表示另一个变量。每个数据点代表一个观测值，通过在坐标轴上绘制对应的点，可以展示两个变量之间的相关性。

下面是一个使用Python库matplotlib绘制散点图的示例代码：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [10, 8, 6, 4, 2]

plt.scatter(x, y)
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Scatter Plot')
plt.show()

饼图

饼图是一种展示数据组成比例的图形。每个扇形的面积代表相应数据的比例大小。通常情况下，扇形的角度根据数据的比例计算得出。

下面是一个使用Python库matplotlib绘制饼图的示例代码：

import matplotlib.pyplot as plt

labels = ['A', 'B', 'C', 'D', 'E']
sizes = [10, 8, 6, 4, 2]

plt.pie(sizes, labels=labels, autopct='%1.1f%%')
plt.title('Pie Chart')
plt.show()