Python數據科學入門
Dmitry Zinoviev著
熊子源 譯
第8章 繪圖
可編程的繪圖方法主要有三種:
- 增量繪圖 :從一張空白畫布開始進行增量繪圖,然后使用專門的函數逐步添加圖形、坐標軸、標簽和圖例等。最后顯示出所繪制的圖像并可以保存在文件中。
- 集成繪圖 :集成繪圖將描述圖形、圖表、坐標軸、標簽和圖例等所有必要參數傳遞給繪圖函數。可以實現即時繪制、裝飾并保存最終繪圖。
- 圖層繪圖 :圖層工具用于展示要繪制的內容、如何繪制以及可展示其他任意特征的虛擬圖層。
第41單元 使用PyPlot進行基本繪圖
基本函數聲明:
函數 | 聲明 |
---|---|
imshow() | 將矩陣顯示為圖像 |
contour() | 將矩陣顯示為等高線圖 |
contour() | 將矩陣顯示為填充等高線圖 |
cmap() | 為繪圖指定了一個預制調色板 |
subplot(n,m,number) | 將主圖劃分為n個虛擬行和m個虛擬列,并用number選擇子圖編號 |
grid() | 實現網格的打開和關閉 |
tight_layout() | 調整子圖,使其美觀和緊湊 |
savefig() | 將當前圖形保存到文件中 |
第42單元 了解其他繪圖類型
Pyplot中的主要繪圖類型:
繪圖類型 | 函數 |
---|---|
豎直條形圖 | bar() |
水平條形圖 | barh() |
“有須”的箱型圖 | boxplot() |
誤差條形圖 | errorbar() |
直方圖 | hist() |
雙對數圖 | loglog() |
X軸對數圖 | semilogx() |
Y軸對數圖 | semilogy() |
餅圖 | pie() |
線圖 | plot() |
日期圖 | plot_dates() |
極坐標圖 | polar() |
散點圖 | scatter() |
步階圖 | step() |
第43單元 精通繪圖裝飾
更改默認字體:(方便顯示你在繪制的圖上的文字)
Matplotlib.rc(“font”,family=”Arial”)
第44單元 用pandas繪圖
Pandas.tools.plotting() 用來結束對繪圖部分的介紹,并且最重要的是具有用于散點矩陣的工具。散點矩陣是一個非常優秀的探索數據的工具,它對應的函數實現是scatter_matrix(),該函數能顯示主對角線中每列數據的直方圖以及所有其他矩陣中任意兩列的雙變量散點圖。
第9章 概率與統計
第46單元 回顧統計度量
數據位于何處?
樣本均值是所有觀察值的平均值:
數據分布有多廣?
樣本標準差是數據分散程度的度量:
(sx越大,數據分布的越廣)
數據分布的偏斜程度有多大?
樣本偏斜度是概率分布不對稱性的度量。(零偏斜度表示分布是對稱的)
兩個變量是否相關?
樣本協方差是衡量兩個隨機變量接近程度的度量:
皮爾遜相關系數(相關系數\相關),是協方差的歸一化:
(
"Sometimes the right path is not the easiest one."--《Pocahontas》
)
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索:z360901061

微信掃一掃加我為好友
QQ號聯系: 360901061
您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。
【本文對您有幫助就好】元
