数据分析课程笔记 |
您所在的位置：网站首页 › 数据分析课3d › 数据分析课程笔记 |
数据分析课程笔记
|
文章目录
（一）第一部分1.1 为什么学数据分析1.2 什么是数据分析？1.3 数据分析的流程1.4 conda环境配置1.5 认识jupyter notebook
（二）第二部分 matplotblit2.1 为什么要学习matplotlib2.2 什么是matplotlib2.3 matplotlib 常识和基本知识的应用2.4 总结对于matplotlib显示中文（基于windows系统）
（一）第一部分
1.1 为什么学数据分析
1.有岗位需求 2.是python数据科学的基础 3.是机器学习课程的基础 1.2 什么是数据分析？数据分析是用适当的方法对收集来的大量数据进行分析，帮助人们作出判断，以便采取适当行动。 1.3 数据分析的流程
conda : data science package & environment manager 创建环境: conda create --name python3 python=3 切换环境: windows :activate python3 linux/macos : source activate python3 官方地址: https://www.anaconda.com/download/ 1.5 认识jupyter notebookjupyter notebook:一款编程/文档/笔记/展示软件 启动命令:jupyter notebook
1、什么是matplotlib 2、matplotlib基本要点 3、matplotlib的散点图、直方图、柱状图 4、更多的画图工具 2.1 为什么要学习matplotlib1.能将数据进行可视化,更直观的呈现 2.使数据更加客观、更具说服力 2.2 什么是matplotlibmatplotlib: 最流行的Python底层绘图库，主要做数据可视化图表,名字取材于MATLAB，模仿MATLAB构建 2.3 matplotlib 常识和基本知识的应用通过下面的小例子我们来看一下matplotlib该如何简单的使用 例1:假设一天中每隔两个小时(range(2,26,2))的气温(℃)分别是[15,13,14.5,17,20,25,26,26,27,22,18,15]. from matplotlib import pyplot as plt #import matplotlib.pyplot as plt fig = plt.figure(num='1',figsize=(20,8),facecolor='red',edgecolor=None,dpi=80,frameon=True) # figure在这里指的就是我们所画的图 #num:图像编号或名称，数字为编号，字符串为名称 #通过实例化一个figure并且传递参数，能够在后台自动使用该figure实例 #figsize:指定figure的宽和高，单位为英寸 #facecolor:figure的背景颜色,facecolor=None指白色 #edgecolor:边框的颜色 #在图像模糊的时候可以传入 dpi 参数，让图片更加清晰 #dpi（dots per inch）:每英寸的点数，即每英寸多少个像素，指绘图对象的分辨率 #frameon:是否显示边框 x = range(2,26,2) #数据在x轴的位置，是一个可迭代对象 y = [15,13,14.5,17,20,25,26,26,24,22,18,15] #数据在x轴的位置，是一个可迭代对象 #x轴和y轴的数据一起组成了所有要绘制出的坐标 #分别是(2,5),(4,13),(6,14.5),(8,17).... plt.plot(x,y) # 传入x和y，通过plot绘制出折线图 #设置x轴的刻度 #_xtick_lables = [i/2 for i in range(4,49)] plt.xticks(range(1,50)) #设置x的刻度:在25到50处显示 #plt.xticks(x[::2]) plt.yticks(range(min(y),max(y)+1)) #当刻度太密集时候使用列表的步长（间隔取值）来解决，matplotlib会自动帮我们对 应 plt.savefig("./sheji_picture.png") #保存图片，可以保存为 svg 这种矢量图格式，放大不会有锯齿 plt.show()
题目:如果列表a表示10点到12点的每一分钟的气温,如何绘制折线图观察每分钟气温的变化情况?a= [random.randint(20,35) for i in range(120)] from matplotlib import pyplot as plt import random import matplotlib from matplotlib import font_manager plt.rcParams['font.sans-serif'] = ['SimHei'] #matplotlib默认不显示中文字体 #因为matplotlib找不到字体，在图中不能显示中文字体 #这个方法最有效，好用 x = range(0,120) y = [random.randint(20,35) for i in range(120)] #random.randint(参数1,参数2):参数1,参数2必须是整数，函数返回参数1,参数 2之间任意的证整数 fig = plt.figure(figsize=(20,8),dpi=80) plt.plot(x,y) #调整x轴的刻度 _x = list(x) _xtick_lables = ["10点{}分".format(i) for i in range(60)] _xtick_lables += ["11点{}分".format(i-60) for i in range(60,120)] ## 或_xtick_lables += ["11点{}分".format(i) for i in range(60)] plt.xticks(_x[::3],_xtick_lables[::3],rotation=45) #前面_x = list(x)必须取成列表形式 #如果把_x = list(x)删去，plt.xticks(list(x)[::3],_xtick_lables[::3]) #取步长为3，sequence[start:end:step] #rotation:指旋转多少度 #添加描述信息 plt.xlabel("时间") plt.ylabel("温度 单位(℃)") plt.title("10点12点每分钟气温变化的情况") plt.savefig("./随机画图.png") #保存图片，可以保存为 svg 这种矢量图格式，放大不会有锯齿 plt.show()
换一种显示中文字体的方法 from matplotlib import pyplot as plt import random import matplotlib from matplotlib import font_manager my_font = font_manager.FontProperties(fname="C:/Windows/Fonts/simsun.ttc") x = range(0,120) y = [random.randint(20,35) for i in range(120)] fig = plt.figure(figsize=(20,8),dpi=80) plt.plot(x,y) _x = list(x) _xtick_lables = ["10点{}分".format(i) for i in range(60)] _xtick_lables += ["11点{}分".format(i-60) for i in range(60,120)] plt.xticks(_x[::3],_xtick_lables[::3],rotation=45,fontProperties = my_font) plt.xlabel("时间",fontProperties = my_font) plt.ylabel("温度 单位(℃)",fontProperties = my_font) plt.title("10点12点每分钟气温变化的情况",fontProperties = my_font) plt.savefig("./随机画图.png") plt.show() 2.4 总结对于matplotlib显示中文（基于windows系统）因为matplotlib默认做出的图形是不显示中文的，下面有两种方法可以解决 （1） from matplotlib import font_manager as fm, rcParams plt.rcParams['font.sans-serif']=['SimHei'] #这种方法最为直接、简便 plt.rcParams['axes.unicode_minus']=False（2） from matplotlib.font_manager import FontProperties my_font=font_manager.FontProperties(fname="你的字体所存放的目录") #windows一般字体存放在C:/Windows/Fonts/simsun.ttc plt.xticks(x,x_label,fontproperties=my_font)#每个需要打印中文的地方都设置fontproperties参数最后个人补充： matplotlib.rc(“font”,**font) : Ctrl+B可以查看matplotlib.rc的源码 |
那么问题来了:
【本文地址】