[原创]Day3.箱线图和热力图的绘制

使用Matplotlib和Seaborn进行绘制箱线图和热力图。

箱线图

箱线图(boxplot)又称盒式图&＃xff0c;可以显示数据的分散情况&＃xff0c;由五个数值点组成&＃xff1a;最大值(max)-上界、最小值(min)-下界、中位数(median)和上下四分位数(Q1, Q3)。它可以帮我们分析出数据的差异性、离散程度和异常值等。

 # 数据准备# ⽣成0-1之间的10*4维度数据(10行&＃xff0c;4列的数组)import numpy as npdata &＃61; np.random.normal(size&＃61;(10,4))lables &＃61; [&＃39;A&＃39;, &＃39;B&＃39;, &＃39;C&＃39;, &＃39;D&＃39;]# ⽤Matplotlib画箱线图# boxplot(x,labels&＃61;None)函数&＃xff0c;x代表绘图数据&＃xff0c;labels是缺省值&＃xff0c;可以为箱线图添加标签。import matplotlib.pyplot as pltplt.boxplot(data, labels&＃61;lables) #注意单词labels和lablesplt.show()# ⽤Seaborn画箱线图# boxplot(x&＃61;None,y&＃61;None,data&＃61;None)函数。data为DataFrame类型&＃xff0c;x、y是data中的变量。import seaborn as snsimport pandas as pddf &＃61; pd.DataFrame(data, columns&＃61;lables)sns.boxplot(data&＃61;df)plt.show()

运行结果&＃xff1a;

热力图

热力图&＃xff08;heat map&＃xff09;是一种矩阵表示方法&＃xff0c;其中矩阵中的元素值用颜色来代表&＃xff0c;不同的颜色代表不同大小的值。通过颜色的深浅就能直观地知道某个位置上数值的大小。另外也可以某个位置上的颜色与其他位置颜色进行比较&＃xff0c;是一种非常直观的多元变量分析方法。

1、基本热力图

2、设置热力图区间

3、颜色差异更大的原因

4、使用Seaborn自带数据

一般使用Sarborn中的sns.heatmap(data)函数绘制&＃xff0c;我们使用Seaborn中自带的数据集flights&＃xff0c;该数据集记录了1949年到1960年期间&＃xff0c;每个月的航班乘客的数量。一般可能会出网络问题导致的失败。

https://github.com/mwaskom/seaborn-data

运行结果&＃xff1a;

5、指定调色板

小作业

1、Seaborn数据集中自带了car_crashes数据集&＃xff0c;这是一个国外车祸的数据集&＃xff0c;对这个数据集进行成对关系的探索。并用Seaborn画二元变量(x&＃61;"total,y&＃61;"speeding")分布图&＃xff0c;如果想要画散点图&＃xff0c;核密度图&＃xff0c;Hexbin图该怎样写.

请添加小编,回复关键词&＃xff1a;[数据可视化],

-今日互动-

你学会了吗&＃xff1f;欢迎文章下方留言互动

如果对你有帮助的话

❤️来个「转发朋友圈」和「在看」&＃xff0c;是最大的支持❤️