Lesson 35 散点图
以一个变量为横坐，标另一个变量为纵坐标，利用散点（坐标点）的分布形态反应变量关系
散点图绘制函数
plot(x,y,'.',color=(r,g,b))
#x, y, X轴和Y轴的序列
#'.', 'o'，小点还是大点
#color, 散点图的颜色，是0-1的值，把原始rgb值除以256，可在最后加上一位，表示透明度
#画图前，先引入必要的库
import matplotlib
#引入散点图
import matplotlib.pyplot as plt
#绘制横轴名称并改变颜色
plt.xlabel('广告费用', color=mainColor)
#绘制纵轴名称并改变颜色
plt.ylabel('购买用户数', color=mainColor)
#改变横轴刻度值颜色
plt.tick_params(axis='x', colors=mainColor)
#改变纵轴刻度值颜色
plt.tick_params(axis='y', colors=mainColor)
#绘制“小点”散点图
plt.plot(
data['广告费用'],
data['购买用户数'],
'.', color=mainColor
)
Lesson 36 折线图
折线图，也成趋势图，特别适合展示时间趋势数据的绘图
用直线段将个数据点连接起来而组成的图形，以折线方式显示数据的变化趋势
折线图绘制函数
plot(x, y, style, color, linewidth)
title('图的标题')
# style, 画线的样式
# color, 画线的颜色
# linewidth, 线的宽度
折线图样式类型
#'--' 虚线
plt.plot(data['购买日期'], data['购买用户数'], '--');
#'-.' 线加点
plt.plot(data['购买日期'], data['购买用户数'], '-.');
#':' 由点组成的曲线
plt.plot(data['购买日期'], data['购买用户数'], ':');
#'.' 散点图
plt.plot(data['购买日期'], data['购买用户数'], '.');
#',' 像素点的散点图
plt.plot(data['购买日期'], data['购买用户数'], ',');
#'o' 大点的散点图
plt.plot(data['购买日期'], data['购买用户数'], 'o');
#'v' 下三角标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], 'v');
#'^' 上上角标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], '^');
#'<' 左角标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], '<');
#'>' 右角标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], '>');
#'1' 伞形下的标记散点图
#'2' 伞形上的标记散点图
#'3' 伞形左的标记散点图
#'4' 伞形右的标记散点图
plt.plot(data['购买日期'], data['购买用户数'], '4');
#'s' 正方形标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], 's');
#'p' 五角形标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], 'p');
#'*' 五角星标记的散点图
plt.plot(data['购买日期'], data['购买用户数'], '*');
#'h' 多边形标记的散点图
#'H' hexagon2 marker
plt.plot(data['购买日期'], data['购买用户数'], 'h');
#'+' plus marker
#'x' x marker
#'D' diamond marker
#'d' thin_diamond marker
plt.plot(data['购买日期'], data['购买用户数'], 'D');
#'|' vline marker
#'_' hline marker
plt.plot(data['购买日期'], data['购买用户数'], '|');
Lesson 37 饼图
又称圆形图，是一个划分为几个扇形的圆形统计图，它能够直观地反映个体与总体的比例关系，经常和结构分析结合使用
饼图绘制函数
pie(x, labels, colors, explode, autopct)
#x, 进行绘图的序列
#labels, 饼图的各部分标签序列
#colors, 饼图的各部分颜色，使用RGB标颜色
#explode, 需要突出的块状序列
#autopct, 饼图占比的显示格式，%.2f：保留两位小数
#设置长宽分辨率
plt.figure(figsize=(30, 30), dpi=80)
#设置为横轴和纵轴等长的饼图
#也就是圆形的饼图，而非椭圆形的饼图
plt.axis('equal')
plt.pie(
result['用户数'],
labels=result['通信品牌'],
autopct='%.2f%%'
)
#设置突出的部分
#因为有3个品牌，所以explode对应一个三元数组，explode值越大，偏离圆心越远
explode = (0, 0.1, 0)
plt.axis('equal')
#startangle一般设成90会更好看，表示从第一个部分开始，从y轴逆时针旋转90度
plt.pie(
result['用户数'],
labels=result['通信品牌'],
autopct='%.2f%%',
explode=explode,
startangle=0
)
explode效果
$3DA357386D3B0516.jpg
