5.1 作图的重要性

在分析一个数据之前, 我们首先要对数据进行检查, 在统计上看一下汇总统计, 比如最大值, 最小值, 中位数, 平均值, 方差, 标准差, 变异系数等等.

• 直方图, 看一下数据的分布情况

• 箱线图, 看一下数据的分布, 有无异常值

所谓一图胜千言.

python中的作图工具

• plot.ly

• bokeh是交互式的包

• ggplot 是类似R语言的ggplot包

5.2 散点图

# Import standard packagesimport numpy as npimport matplotlib.pyplot as pltimport pandas as pdimport scipy.stats as statsimport seaborn as sns

这里生成了500个随机数, 使用plot进行作图

# Generate the data
x = np.random.randn(500)
# Plot-command start ---------------------
plt.plot(x, '.')
# Plot-command end -----------------------
# Show plot
a2 = plt.show()

5.3 直方图

a3 = plt.hist(x,bins=25)

5.4 箱线图

a4 = plt.boxplot(x);

​

练习corn.csv

corn是R包agridat中的smith.corn.uniformity玉米数据, 我们来看一下如何对其可视化?

  row col plot year yield
1  20   1  101   95  30.0
2  19   1  102   95  29.1
3  18   1  103   95  25.7
4  17   1  104   95  26.3
5  16   1  105   95  30.3
6  15   1  106   95  31.1

首先, 在R中将其保存为corn.csv, 保存到D盘根目录(方便读取)

library(agridat)
data(smith.corn.uniformity)
dat = smith.corn.uniformity
head(dat)
write.csv(dat,"d:/corn.csv",row.names = F)

用python读取数据, 使用pandas包

import pandas as pd

corn = pd.read_csv("d:/corn.csv")

查看前六行

corn.head()

对产量yield作图

import matplotlib.pyplot as plt

c1 = plt.plot(corn["yield"],".")

c2 = plt.hist(corn["yield"])

c3 = plt.boxplot(corn["yield"])

其它相关博客:

http://blog.sciencenet.cn/blog-2577109-1140649.html

http://blog.sciencenet.cn/blog-2577109-1141366.html

http://blog.sciencenet.cn/blog-2577109-1141365.html

http://blog.sciencenet.cn/blog-2577109-1141592.html

​