浑南区建设局网站,家装网站做,门户网站建设与运行,赣州网站开发公司5.1 作图的重要性在分析一个数据之前, 我们首先要对数据进行检查, 在统计上看一下汇总统计, 比如最大值, 最小值, 中位数, 平均值, 方差, 标准差, 变异系数等等.直方图, 看一下数据的分布情况箱线图, 看一下数据的分布, 有无异常值所谓一图胜千言.python中的作图工具5.2 散点图…5.1 作图的重要性在分析一个数据之前, 我们首先要对数据进行检查, 在统计上看一下汇总统计, 比如最大值, 最小值, 中位数, 平均值, 方差, 标准差, 变异系数等等.直方图, 看一下数据的分布情况箱线图, 看一下数据的分布, 有无异常值所谓一图胜千言.python中的作图工具5.2 散点图# Import standard packagesimport numpy as npimport matplotlib.pyplot as pltimport pandas as pdimport scipy.stats as statsimport seaborn as sns这里生成了500个随机数, 使用plot进行作图# Generate the datax np.random.randn(500)# Plot-command start ---------------------plt.plot(x, .)# Plot-command end -----------------------# Show plota2 plt.show()5.3 直方图a3 plt.hist(x,bins25)5.4 箱线图a4 plt.boxplot(x);练习corn.csvcorn是R包agridat中的smith.corn.uniformity玉米数据, 我们来看一下如何对其可视化?row col plot year yield1 20 1 101 95 30.02 19 1 102 95 29.13 18 1 103 95 25.74 17 1 104 95 26.35 16 1 105 95 30.36 15 1 106 95 31.1首先, 在R中将其保存为corn.csv, 保存到D盘根目录(方便读取)library(agridat)data(smith.corn.uniformity)dat smith.corn.uniformityhead(dat)write.csv(dat,d:/corn.csv,row.names F)用python读取数据, 使用pandas包import pandas as pdcorn pd.read_csv(d:/corn.csv)查看前六行corn.head()row col plot year yield 0 20 1 101 95 30.0 1 19 1 102 95 29.1 2 18 1 103 95 25.7 3 17 1 104 95 26.3 4 16 1 105 95 30.3对产量yield作图import matplotlib.pyplot as pltc1 plt.plot(corn[yield],.)c2 plt.hist(corn[yield])c3 plt.boxplot(corn[yield])
