资源简介

(共15张PPT)
第二节 数据可视化
第三章 数据处理与应用
1、获取网页
2、解析网页
3、保存数据
1、检测与处理重复值
(drop_duplicates)
2、检测与处理缺失值
(dropna)
　 水（立方米） 燃气（立方米）
一月 14 23
二月 16 21
三月 17 18
四月 16 17
五月 18 17
六月 20 18
七月 23 20
八月 21 21
九月 20 19
十月 18 18
十一月 16 18
十二月 16 22
某家庭一年中水和燃气的使用量（表格、图形）
哪种方式能更直观地反映水和燃气的使用情况？
数据可视化是将数据以图形化方式呈现，从而能够清晰、有效地传达与沟通信息。
与表格和文字相比，用图形方式展示数据的特征，能够更准确地表示数据的分布情况，便于人们有效地分析和理解数据。
　 水（立方米） 燃气（立方米）
一月 14 23
二月 16 21
三月 17 18
四月 16 17
五月 18 17
六月 20 18
七月 23 20
八月 21 21
九月 20 19
十月 18 18
十一月 16 18
十二月 16 22
若要将表格转化为图形，可以使用哪些基本工具？
电子表格软件(Excel)
编程语言(Python)
电子表格软件——Excel
打开桌面上的“数据可视化_素材”文件夹
根据要求，将表格转化为合适的图表
操作步骤：选中数据 “插入”选项卡 图表右下角扩展选项卡 选择对应的图表类型
电子表格软件——Excel
例1_某区图书馆附近一天的共享单车流量
反映变化趋势 折线图
例2_7到10月某区图书馆站点共享单车租赁情况
反映分布状态 柱形图
例3_共享单车四季租赁情况
反映占比 饼图
常用的图表类型：
折线图
柱形图
饼图
添加图表元素
操作步骤：选中图表
点击右上角的绿色
勾选想要添加的图表元素
数据可视化的基本工具
电子表格软件的数据可视化直观、易用，但是对于大量数据可视化的实现比较困难
当数据量较大时，可以使用编程语言(Python)进行数据可视化
Python——导入库
import pandas as pd
df=pd.read_csv(r‘数据源所在完整地址’,encoding=‘ANSI’)
import matplotlib.pyplot as plt
#pyplot库所提供的函数可以快速绘制图形，并能使用标签进行修饰
折线图
折线图是由若干个点连成的直线
每个点都是由横纵两个坐标构成的
plt.plot(横坐标,纵坐标)
plt.show()
横坐标/纵坐标
添加图表元素
plt.rcParams[‘font.sans-serif’]=[‘SimHei’] #黑体显示中文
plt.title('某区图书馆附近一天的共享单车流量')
plt.xlabel('小时') #添加x轴标题
plt.ylabel('总计') #添加y轴标题
plt.xticks(range(24)) #改变x轴刻度
柱状图
plt.bar(横坐标,纵坐标)
plt.show()
饼图
labels=‘春季’, ‘夏季’, ‘秋季’, ‘冬季’
plt.pie(df[‘数量’],labels=labels,autopct=‘%.1f%%’)
Autopct字段
%d%% 整数百分比
%.1f 一位小数
%.1f%% 一位小数百分比
%.2f%% 两位小数百分比
数据可视化——核心代码
类型 核心代码
折线图 Plt.plot(横坐标,纵坐标)
柱状图 Plt.bar(横坐标,纵坐标)
饼图 Plt.pie(x,labels,autopct)
数据可视化——图表元素
图表元素 代码
添加标题 Plt.title()
添加x轴标题 Plt.xlabel()
添加y轴标题 Plt.ylabel()
修改x轴刻度 Plt.xticks()
修改y轴刻度 Plt.yticks()
plt.rcParams[‘font.sans-serif’]=[‘SimHei’] #黑体显示中文

展开更多......

收起↑