1、引言
小屌丝：鱼哥， 老板让我把数据整理成视图。
小鱼：那你就整啊。
小屌丝：我整的不好看。
小鱼：看 内(shen)容(cai)的时候，要什么颜值。
小屌丝：那不行，老板说了，如果我这次把图表整好看了，给我涨薪2K。
小鱼：我去~ 你老板这是考验你啊。
小屌丝：所以…鱼哥 … 嘿嘿…
小鱼：你别嘿嘿了， 你有啥就直说吧。
小屌丝：这次，能不能涨薪，就靠你了。
小鱼：跟我有什么关系， 涨薪也不分给我。
小屌丝：鱼哥，老地方… 听说… 新加项目了…
小鱼：额… 我加班，可没时间去…
小屌丝：确定哈， 票我可有哦
小鱼：… 好吧，那我就帮你一次，就这一次哦。
2、代码示例
2.1 等高线密度图
2.1.1 安装
pip install plotly
然后就是等待着安装。
其它安装方式，直接看这两篇:
注
- 如果在pycharm 安装失败plotly，需要先安装 Pandas。
2.1.2 示例
代码示例
# -*- coding:utf-8 -*- # @Time : 2023-03-30 # @Author : Carl_DJ ''' 实现功能： 等高线密度图 ''' import plotly.express as pt fig = pt.density_contour(demofile, x="sepal_width", y="sepal_length") fig.update_traces(contours_coloring="fill", contours_showlabels = True) fig.show()
运行结果
2.2 旭日图
代码示例
# -*- coding:utf-8 -*- # @Time : 2023-03-30 # @Author : Carl_DJ ''' 实现功能： 旭日图表 ''' import plotly.express as pt demofile = pt.data.tips()
2.3 分簇散点图
代码示例
# -*- coding:utf-8 -*- # @Time : 2023-03-30 # @Author : Carl_DJ ''' 实现功能： 分簇散点图 ''' import seaborn as sns #data是数据源文件 sns.swarmplot(data=demofile, x="species", y="sepal_width")
2.4 点图
代码示例
# -*- coding:utf-8 -*- # @Time : 2023-03-30 # @Author : Carl_DJ ''' 实现功能： 点图 ''' import seaborn as sns sns.pointplot(data=demofile,x="species", y="sepal_width")
2.5 小提琴图
代码示例
# -*- coding:utf-8 -*- # @Time : 2023-03-30 # @Author : Carl_DJ ''' 实现功能： 小提琴图 ''' import seaborn as sns sns.violinplot(data=demofile, y="sepal_width")
运行结果
2.6 词云
关于词云，我想不用过多介绍， 小鱼也有专篇介绍。
# -*- coding:utf-8 -*- # @Time : 2023-03-30 # @Author : Carl_DJ ''' 实现功能： 词云生成器 ''' import json import stylecloud import codecs import jieba from collections import Counter #过滤掉高频出现的词汇 passwords = set() #读取词汇文档 content = [line.strip() for line in open('./data/passwords.txt', 'r',encoding='utf8').readlines()] passwords.update(content) #获取文档词汇， 并截取长度为3个 def make_words(txt): make_list = jieba.cut(txt) c = Counter() words_list = [] #获取词汇文本 for x in make_list: #长度为3，超过截取 if len(x) == 3 and x !='\r\n': c[x] += 1 words_list.append(x) for k,v in c.most_common(50): if k not in passwords: # print(f'{k,v}') #组合词云内容 return " ".join(words_list) #读取中大型suv测评.txt内容 with codecs.open('./data/中大型suv测评.txt','r','utf8') as f: #格式需要utf8 否则会报错 txt = f.read() # words_txt = make_words(txt) #设置词云展示的样式，字体，生成文件名称等， stylecloud.gen_stylecloud(text=words_txt,custom_stopwords=content, background_color='#1A1A1A', colors=['#dd4444', '#fec42c', '#fac858'], max_font_size=100, output_name='xt6测评.jpg', font_path="C:/Windows/Fonts/FZSTK.TTF" )
3、总结
看到这里， 今天的分享差不多就该结束了。
在当前数据分析为主的时代， 学会一两种可视化图表，只有好处没有坏处。
并且，在年终总结或者季度总结中，也都会用到数据可视化分析图表。
所以， 你要不要掌握几种呢？
我是小鱼：
- CSDN 博客专家；
- 阿里云 专家博主；
- 51CTO 博客专家；
- 51认证讲师；
- 金牌面试官；
- 职业规划师；
关注我，带你学习更多更有趣的Python知识。
