学习笔记(32):matplotlib绘制简单图表-数据分布图

学习笔记(32):matplotlib绘制简单图表-数据分布图

1、引用

import seaborn as sns

import pandas as pd

import matplotlib.pyplot as plt

这部分是导入必要的库:

  • seaborn 提供高级数据可视化功能
  • pandas 用于数据处理
  • matplotlib.pyplot 提供基础绘图功能

2、导入数据和创建图

2.1、导入数据

data = pd.read_csv('../../data/data.csv')

使用 pandas 读取 CSV 文件并将数据存储在data变量中。文件路径../../data/data.csv表示向上两级目录后进入 data 文件夹读取 data.csv 文件。

data.csv

name,age,score

Alice,12,66

lisa,15,88

helen,18,78

alisa,12,96

jerry,20,55

Bob,25,70

sally,18,85

2.2、单变量分布

单变量分布(直方图+核密度估计)

sns.histplot(data['age'], kde=True)

plt.title('Distribution of age')

plt.xlabel('Age')

plt.ylabel('Density') # 对于带KDE的直方图

plt.show()

  1. sns.histplot(data['age'], kde=True) - 使用 seaborn 绘制 age 列的直方图,并启用核密度估计 (KDE)
  2. plt.title('Distribution of age') - 设置图表标题
  3. plt.xlabel('Age')plt.ylabel('Density') - 设置坐标轴标签
  4. plt.show() - 显示图表

2.3、多变量联合分布可视化:

多变量联合分布

g = sns.jointplot(x='age', y='score', data=data, kind='scatter')

g.fig.suptitle('Age vs Score') # 添加联合分布图的标题

plt.subplots_adjust(top=0.9) # 调整标题位置

plt.show()

  1. sns.jointplot(...) - 创建一个联合分布图,展示 age 和 score 两列之间的关系
    • x='age'y='score' - 指定要绘制的两个变量
    • data=data - 指定数据源
    • kind='scatter' - 指定散点图类型

这段代码类似:sns.jointplot(x=data['age'], y=data['score'], kind='scatter')

  1. g.fig.suptitle('Age vs Score') - 设置整个联合分布图的标题
  2. plt.subplots_adjust(top=0.9) - 调整图表布局,为标题腾出空间
  3. plt.show() - 显示图表

2.4、总结

这段代码通过 seaborn 库实现了两种常见的数据可视化:

  1. 单变量分析 - 展示 age 列的分布情况,使用直方图和核密度估计曲线
  2. 双变量分析 - 展示 age 和 score 之间的关系,使用散点图

这两种可视化方式可以帮助数据分析师快速了解数据的分布特征和变量间的关系。

3、代码和执行结果

python 复制代码
import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt

data = pd.read_csv('../../data/data.csv')

# 单变量分布(直方图+核密度估计)
sns.histplot(data['age'], kde=True)
plt.title('Distribution of age')
plt.xlabel('Age')
plt.ylabel('Density')  # 对于带KDE的直方图
plt.show()

# 多变量联合分布
g=sns.jointplot(x='age', y='score', data=data, kind='scatter')
g.fig.suptitle('Age vs Score')  # 添加联合分布图的标题
plt.subplots_adjust(top=0.9)    # 调整标题位置
plt.show()

执行结果:

图一:

图二:

相关推荐
Thexhy14 小时前
在Centos的Linux中安装Windows10系统
linux·运维·经验分享·学习·centos
聪明的笨猪猪14 小时前
Java 高并发多线程 “基础”面试清单(含超通俗生活案例与深度理解)
java·经验分享·笔记·面试
禁默15 小时前
机器学习基础入门(第三篇):监督学习详解与经典算法
学习·算法·机器学习
敲代码的嘎仔16 小时前
JavaWeb零基础学习Day1——HTML&CSS
java·开发语言·前端·css·学习·html·学习方法
我命由我1234519 小时前
Photoshop - Photoshop 工具从工具栏消失
笔记·学习·ui·职场和发展·职场发展·photoshop·ps
senator参议员1 天前
【软件使用】Calibre部分提参
学习
鲸落落丶1 天前
webpack学习
前端·学习·webpack
zhangrelay1 天前
操作系统全解析:Windows、macOS与Linux的深度对比与选择指南(AI)
linux·笔记·学习
程序边界1 天前
AI时代如何高效学习Python:从零基础到项目实战de封神之路(2025升级版)
人工智能·python·学习
灰太狼大王灬1 天前
Node.js 本地服务部署、常驻及调用完整笔记
笔记·node.js