Python3,一次掌握这些数据可视化图表技能,老板不给涨薪都不好意思。

简介: Python3,一次掌握这些数据可视化图表技能,老板不给涨薪都不好意思。

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:

  • 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。

目录
相关文章
|
10天前
|
数据可视化 数据挖掘 定位技术
Python和Geopandas进行地理数据可视化
【10月更文挑战第22天】本文介绍了如何使用Python和Geopandas进行地理数据可视化和分析,涵盖从准备工作、加载数据、数据探索与处理、地理数据可视化、空间分析与查询到交互式地理数据可视化等内容。通过丰富的代码示例和案例演示,帮助读者掌握地理数据分析的基本方法,为实际应用提供支持。
50 19
|
6天前
|
移动开发 数据可视化 数据挖掘
利用Python实现数据可视化:以Matplotlib和Seaborn为例
【10月更文挑战第37天】本文旨在引导读者理解并掌握使用Python进行数据可视化的基本方法。通过深入浅出的介绍,我们将探索如何使用两个流行的库——Matplotlib和Seaborn,来创建引人入胜的图表。文章将通过具体示例展示如何从简单的图表开始,逐步过渡到更复杂的可视化技术,帮助初学者构建起强大的数据呈现能力。
|
14天前
|
数据可视化 JavaScript 前端开发
Python中交互式Matplotlib图表
【10月更文挑战第20天】Matplotlib 是 Python 中最常用的绘图库之一,但默认生成的图表是静态的。通过结合 mpld3 库,可以轻松创建交互式图表,提升数据可视化效果。本文介绍了如何使用 mpld3 在 Python 中创建交互式散点图、折线图和直方图,并提供了详细的代码示例和安装方法。通过添加插件,可以实现缩放、平移和鼠标悬停显示数据标签等交互功能。希望本文能帮助读者掌握这一强大工具。
42 5
|
22天前
|
数据可视化 数据挖掘 Python
使用Python进行数据可视化:探索与实践
【10月更文挑战第21天】本文旨在通过Python编程,介绍如何利用数据可视化技术来揭示数据背后的信息和趋势。我们将从基础的图表创建开始,逐步深入到高级可视化技巧,包括交互式图表和动态展示。文章将引导读者理解不同图表类型适用的场景,并教授如何使用流行的库如Matplotlib和Seaborn来制作美观且具有洞察力的可视化作品。
44 7
|
21天前
|
数据可视化 定位技术 Python
使用Python进行数据可视化
【10月更文挑战第22天】在这篇文章中,我们将深入探讨如何使用Python进行数据可视化。我们将从基础的图表开始,然后逐步进入更复杂的可视化技术。我们将通过实例代码来展示如何实现这些可视化,以便读者能够更好地理解和应用这些技术。
21 5
|
22天前
|
数据可视化 Python
使用Python进行数据可视化的初学者指南
【10月更文挑战第20天】本文旨在为编程新手提供一个简洁明了的入门指南,通过Python语言实现数据可视化。我们会介绍如何安装必要的库、理解数据结构,并利用这些知识来创建基本图表。文章将用通俗易懂的语言和示例代码,帮助读者快速掌握数据可视化的基础技能。
30 4
|
26天前
|
数据可视化 数据挖掘 Python
Seaborn 库创建吸引人的统计图表
【10月更文挑战第11天】本文介绍了如何使用 Seaborn 库创建多种统计图表,包括散点图、箱线图、直方图、线性回归图、热力图等。通过具体示例和代码,展示了 Seaborn 在数据可视化中的强大功能和灵活性,帮助读者更好地理解和应用这一工具。
37 3
|
1月前
|
数据可视化 Python
Python 高级绘图:探索数据可视化
在Python中,利用matplotlib、seaborn等库可实现数据的可视化。matplotlib功能丰富,支持基础图表绘制;seaborn则提供了更美观的默认样式。此外,matplotlib还支持3D图形及动态图表的生成,满足多样化的数据展示需求。 示例代码展示了如何使用这些库绘制正弦波、散点图、3D曲面图及动态更新的折线图。通过numpy生成数据,并借助matplotlib与seaborn的强大绘图功能,实现数据的直观呈现。
70 17
|
1月前
|
数据可视化 开发者 Python
使用Python进行数据可视化:从入门到精通
【10月更文挑战第7天】本文将引导您通过Python的可视化库,如Matplotlib和Seaborn,来探索和展示数据。我们将通过实际代码示例,学习如何创建各种图表,包括条形图、散点图和直方图等,并讨论如何优化这些图表以更好地传达信息。无论您是初学者还是有一定基础的开发者,这篇文章都能帮助您提高数据可视化技能。
|
1月前
|
数据可视化 Python
Python编程之数据可视化入门
【10月更文挑战第4天】在数字时代的洪流中,数据如同星辰般璀璨,而将它们绘制成图表,便是我们探索宇宙的方式。本文将带你启航,用Python这艘航船,驶向数据可视化的奥秘。我们将从安装必要的工具包开始,逐步深入到数据的呈现,最后通过代码示例点亮知识的灯塔,指引你在数据海洋中航行。让我们握紧舵盘,乘风破浪,揭开数据背后的故事吧!