1119总结，柱状图离散图直方图线箱图

2月5号过年，时间真快……

又一个四季在轮回，而我一无所获的坐在街头，只有理想在支撑着麻木的血肉

可视化

matplotlib绘制基础图形

pandas plot api

seaborn绘制统计图形

import matplotlib.pyplot as plt

1119总结，柱状图离散图直方图线箱图

一、BAR CHART

Bar chart 用来表达离散特征的，离散特征的每个概率是多少，或者数据分布是什么样的，柱状图是用的最多的图形之一。

1、单个柱状图

Data = [5,15,25,30]

Plt.bar(range(len(data))，data)

X = range(4) = (0, 1, 2 , 3)

1119总结，柱状图离散图直方图线箱图

2、绘制多个柱状图

1119总结，柱状图离散图直方图线箱图

二、scatter points 散点图

两个特征之间的关系，描述两个连续特征的数据分布情况，或者两个连续特征他们是否具有相关性。Bar chart(柱状图)是离散特征

Plt.scatter(x,y)

用点的方式表达两个标量之间的关系的时候，可以通过画一条直线，看直线是否能够拟合这些数据。如果这些点正好在直线附近波动，我们可以说：这两个变量之间存在某种线型相关性。线性相关可能是正的方向。

Ps：点的颜色点的大小可以通过某些参数改变。

散点图都是寻找两个连续特征的相关性

（表示看第三遍了里面还是很多不懂的，x,y都表示一大堆数据，然后把这些数据画在图里面，在看这些数据有不有关系。……不懂一个数是如何画出来的，难道是两个数确定一个点？没看数学的孩子）

1119总结，柱状图离散图直方图线箱图 1119总结，柱状图离散图直方图线箱图

三、histogram(hist)直方图

直方图是用来衡量连续变量的概率分布的，在构建直方图之前我们要先确定bin（值的范围）

a = np.random.rand(100)

plt.hist(a,bins = 20)

eg:查看身高主要分布在哪个区间

1119总结，柱状图离散图直方图线箱图

四、boxplots线箱图

boxplots用于表达连续特征的百分数的分布，统计学上经常用于检测单变量的异常值，或者用于检测离散特征和连续特征的关系。

25%分位数、中位数、75%分位数

如：75%分位数是10，当前数据里面有75%的数据小于10

X = np.random.randint(20,100, size = (30,3))

Lit.boxplot(x)

感想：还是不懂吧，不知其所以然。最根本的是自己对图形都不了解。只是知道绘制柱状图（bar chart）、散点图(scatter points相关性)、直方图(histogram 连续变量的分布如身高)、线箱图（boxplots 百分位数的分布）的函数而已。

不会的多百度多看官网文档信息。没学会还是空落落的。继续加油

1119总结，柱状图离散图直方图线箱图

五、subplots多个画布上绘图

plt.subplots(nrows,ncols)

其实小明在举例的时候没听懂，只知道他要绘制什么图形

好了1119的总结就写到这里，学习的时候还是会忍不住的去看手机，忍不住的睡觉。比如8:45就开始学习了，10:30困的不要不要的上床睡觉。兴致勃勃的拿了一本《利用python进行数据分析去看》，结果不知道自己什么时候就睡着了。和我最亲爱的书睡了一晚上。灯也没关，好在爸爸起床之前自己醒了，把灯关了。早上5:42才起床。

提高学习质量，晚上学习真的很痛苦，不是自己不想学习是不知道为撒自己要睡觉。

今天才学习2个小时，做了100个仰卧起坐。小着急的梅梅。

加油一切的逆境就是帮助自己成长，么么哒

专注

学习

不学习不好好学习都是罪恶感

我是梅梅，清晰目标坚信梦想的小姑娘