导入数据
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
data=pd.read_csv("graph.csv")
data
两个数值变量
plt.xlabel('height')
plt.ylabel('weight')
plt.scatter(data['height'],data['weight'])
plt.grid() # 生成网格
plt.show()
1.png
三个数值变量
plt.xlabel('height')
plt.ylabel('weight')
m = {"M":'o',"F":'s'}
cm = list(map(lambda x:m[x],data.sex))#将相应的标签改为对应的marker
print(cm)
plt.scatter(data.height,data.weight,s=data.income*4)
plt.grid() # 生成网格
plt.show()
image.png
四个数值变量
plt.xlabel('height')
plt.ylabel('weight')
plt.scatter(data.height,data.weight,s=data.income*4,c=data.score, cmap='spring',alpha=0.3)
plt.colorbar()
plt.grid() # 生成网格
plt.show()
image.png
四个数值变量与一个分类变量
plt.xlabel('height')
plt.ylabel('weight')
mdata=data.loc[data['sex']=='M']
fdata=data.loc[data['sex']=='F']
plt.scatter(mdata.height, mdata.weight,s= mdata.income*4,c=mdata.score,marker="o", cmap='spring',alpha=0.3)
plt.scatter(fdata.height, fdata.weight,s= fdata.income*4,c=fdata.score,marker="s", cmap='spring',alpha=0.3)
plt.colorbar()
plt.grid() # 生成网格
plt.show()
image.png
五个数值变量与一个分类变量
plt.xlabel('height')
plt.ylabel('weight')
mdata=data.loc[data['sex']=='M']
fdata=data.loc[data['sex']=='F']
plt.scatter(mdata.height, mdata.weight,s= mdata.income*4,linewidths=mdata.cost*0.2,c=mdata.score,marker="o", cmap='spring',alpha=0.3)
plt.scatter(fdata.height, fdata.weight,s= fdata.income*4,linewidths=fdata.cost*0.2,c=fdata.score,marker="s", cmap='spring',alpha=0.3)
plt.colorbar()
plt.grid() # 生成网格
plt.show()
image.png
结论
- 可视化不应使数据失真。
- 可视化不应包含不必要的装饰。
- 所有轴均应正确标记。
- 考虑合适的图形与配色。
- 变量的数量不应太多。
