數據可視化-python應用

引用

• 數據分析之---Python可視化工具
• 如何選擇正確的圖表類型
• 數據可視化：你想知道的經典圖表全在這
• 如何快速成爲數據分析師？
• 50個matplotlib可視化 - 主圖（帶有完整的python代碼）(1)
• Matplotlib 簡介
• python開發大全、系列文章、精品教程
• python數據可視化系列教程——matplotlib繪圖全解

---

一. 統計方法

python lib: numpy

• 平均值、最大值、最小值、求和
• 標準誤差：表示樣本平均數和總體平均數的變異程度，可以用來反映結果精密度。
• 標準差(均方差)：計算一組數據偏離均值的平均幅度，不管這組數據是樣本數據還是總體數據
• 方差：在概率論和統計方差衡量隨機變量或一組數據時離散程度的度量
• 中位數：對於有限的數集，可以通過把所有觀察值高低排序後找出正中間的一個作爲中位數。
• 衆數：在統計分佈上具有明顯集中趨勢點的數值，代表數據的一般水平（衆數可以不存在或多於一個）

import numpy as np
from scipy.stats import mode

array = np.array([1, 3, 4, 23, 565, 1, -8, 123, 111, 54, 45.0, 3, 3])

print '求和：', array.sum()
print '最大值：', array.max()
print '最小值：', array.min()
print '條數：', array.size
print '標準差：', array.std()---------------偏離平均值的幅度
print '平均值：', array.mean()
print '中位數：', np.median(array)
print '方差：', np.var(array)---------------這組數據離散程度
print '衆數：', mode(array).mode, mode(array).count

二. 圖表

數據通常包含五種關係：構成、比較、趨勢、分佈及聯繫。

• 構成：關注每個部分所佔整體的百分比，適用餅圖。
• 比較：展示事物的排列順序，首選條圖。
• 趨勢：常見的時間序列關係，適用線圖能更好的展示變化。
• 分佈：關心各數值範圍包含多少項目，適用柱圖。
• 聯繫：查看兩個變量之間關係，適用氣泡圖。

三. 可視化

python lib：matplotlib、Pandas、Seaborn、ggplot、Bokeh、pygal、Plotly