趋近智

所有课程

使用 Matplotlib 和 Seaborn 进行数据可视化

章节 1: 数据可视化入门

数据可视化是什么？

为何要在人工智能和工程领域将数据可视化？

Matplotlib 介绍

Matplotlib 与 Seaborn 的关系

设置您的Python环境

您的第一个简单图表

第 1 章测验

章节 2: Matplotlib 绘图基本知识

Matplotlib 图的结构：Figure 与 Axes

创建基础绘图脚本

折线图：绘制趋势

散点图：表示关联

添加标题和标签

更改颜色和线条样式

设置坐标轴范围

实践：创建简单的折线图和散点图

第 2 章测验

章节 3: 基本 Matplotlib 图表类型

用于比较的条形图

创建垂直和水平条形图

用于表示分布的直方图

理解直方图的分箱

用于表示比例的饼图

动手实践：绘制不同数据类型图表

第 3 章测验

章节 4: Seaborn 简介：提升图表效果

Seaborn的作用：高级接口

设定 Seaborn 样式与上下文

Seaborn 调色板

使用 Seaborn 创建散点图 (scatterplot)

使用 Seaborn 绘制折线图 (lineplot)

了解 Seaborn 的数据输入要求

练习：使用Seaborn重制图表

第 4 章测验

章节 5: 使用 Seaborn 可视化数据分布

直方图和核密度估计 (histplot, kdeplot)

可视化联合分布 (jointplot)

用于汇总统计的箱线图 (boxplot)

小提琴图：结合箱线图和核密度估计图 (violinplot)

理解分布图选择

动手实践：绘制数据分布图

第 5 章测验

章节 6: 使用 Seaborn 绘制分类数据

理解分类数据

汇总统计条形图 (barplot)

频率计数图 (countplot)

分类变量的箱线图 (boxplot)

散点分布图与分群散点图：独立数据点的呈现 (stripplot, swarmplot)

趋势点图 (pointplot)

实践操作：分类特征的可视化

第 6 章测验

章节 7: 图表定制与保存

为图表添加文本和注释

调整图形大小和布局

使用 Matplotlib 面向对象 API 实现更精细的控制

应用 Seaborn 主题

将图表保存到文件（PNG、JPG、PDF、SVG）

选择正确的文件格式

实践：优化你的图表

第 7 章测验

章节 8: 使用 Pandas DataFrame 绘图

Pandas Series 和 DataFrame 简要介绍

将数据加载到DataFrame

直接从DataFrame进行基础绘图

使用 Matplotlib 配合 DataFrame 列

使用 Seaborn 和 DataFrames

数据筛选与绘图准备

动手实践：从文件中进行数据可视化

第 8 章测验

Quiz for 使用 Seaborn 绘制分类数据 | ApX Machine Learning

测验

章节：使用 Seaborn 绘制分类数据

测试您对本章概念的理解并进行练习

测验说明

此测验包含 12 道问题来帮助您练习。
您需要至少获得 70% 的分数才能通过。
尝试次数：无限制。
将保留您的最高分数。
请在没有帮助的情况下尝试此测验；但是，如果需要，您可以随时参考章节笔记或使用代码解释器。
完成所有章节测验即可获得课程完成证书。了解更多

问题格式

问题设计得引人入胜，侧重于理解、应用和解释，而不是死记硬背。期待基于场景的问题，测试您应用所学知识的能力。

尝试记录

最佳分数和测验尝试将显示在这里。

© 2025 趋近智