ApX 标志ApX 标志

趋近智

大模型显存计算器硬件课程定价
ApX 标志ApX 标志

趋近智

大模型显存计算器硬件课程定价

所有课程

机器学习应用中级Python编程
章节 1: 进阶Python结构用于数据科学
Python 基础知识回顾
列表推导式和生成器表达式
使用迭代器和生成器
高级函数参数
代码重用性中的装饰器
用于资源管理的上下文管理器
机器学习中的面向对象编程原则
错误处理与异常管理
实践:应用高级Python技术
第 1 章测验
章节 2: NumPy 数值计算
NumPy 数组简介
数组创建方法
NumPy 数组的索引与切片
数组计算与通用函数
广播规则及应用
NumPy 中的线性代数运算
NumPy中的统计函数
读取和写入数组数据到文件
动手实践:NumPy 数组操作
第 2 章测验
章节 3: Pandas 数据操作
Pandas数据结构简介
从多种来源加载数据
数据索引与选择
处理缺失数据
数据清洗与数据转换技巧
分组和聚合操作
合并、连接和拼接数据帧
Pandas中的时间序列数据处理
实践:使用 Pandas 整理数据
第 3 章测验
章节 4: 使用 Matplotlib 和 Seaborn 进行数据可视化
Matplotlib 绘图基本原理
创建常用图表类型
图表自定义
使用子图
用于统计数据可视化的 Seaborn 简介
使用 Seaborn 创建高级图表
分布与关系的可视化
保存绘图用于报告和演示文稿
动手实践:数据可视化查看
第 4 章测验
章节 5: 为机器学习准备数据
机器学习工作流程概览
特征工程原理
处理分类数据
特征缩放和标准化方法
将数据划分为训练集和测试集
Scikit-learn 管道介绍
保持数据变换的一致性
实践:构建数据准备管道
第 5 章测验
章节 6: 为机器学习编写高效且可维护的 Python 代码
代码风格与可读性
机器学习项目结构化
编写高效的函数和模块
虚拟环境简介
Python 代码性能分析
优化 NumPy 和 Pandas 的方法
机器学习单元测试介绍
Git 版本控制基础
实践:重构与优化机器学习代码片段
第 6 章测验

创建常用图表类型

我们将制作一些最常使用的图表类型。这些可视化方法是数据初步分析的核心,能帮助你快速掌握数据集中蕴含的趋势、关系和分布。我们将使用通常导入为“plt”的“matplotlib.pyplot”,以及用于生成示例数据的NumPy。

import matplotlib.pyplot as plt
import numpy as np

# 确保图表能在Jupyter notebook等环境中正确显示
# %matplotlib inline # 如果使用Jupyter,请取消注释

折线图

折线图非常适合显示在连续区间或序列上的趋势,如时间序列数据或数学函数的输出。Matplotlib的“plt.plot()”函数用线连接数据点。

我们来绘制一个简单的二次函数:

# 示例数据:x值及其平方
x = np.arange(0, 10, 0.5) # 值从0到9.5,步长为0.5
y = x**2

# 创建图表
plt.figure(figsize=(8, 4)) # 可选:创建指定大小的图
plt.plot(x, y)

# 添加基本标签以清晰显示
plt.xlabel("X 值")
plt.ylabel("Y 值 (X 的平方)")
plt.title("简单折线图")

# 显示图表
plt.show()

“plt.plot(x, y)”命令接受x坐标和y坐标,并在连续点之间绘制线条。这立即呈现二次函数向上弯曲的趋势。

散点图

散点图用于显示两个数值变量之间的关系。图表上的每个点代表一个观测值,根据其在x轴和y轴上的值确定位置。它们对于识别相关性、聚类或异常值特别有用。请使用“plt.scatter()”函数。

我们来显示两组随机数,以查看是否存在任何明显的关系:

# 示例数据:x和y的50个随机点
np.random.seed(42) # 用于复现性
x = np.random.rand(50)
y = np.random.rand(50)

# 创建散点图
plt.figure(figsize=(8, 5))
plt.scatter(x, y)

# 添加基本标签
plt.xlabel("随机变量 X")
plt.ylabel("随机变量 Y")
plt.title("两个随机变量的散点图")

# 显示图表
plt.show()

在此例中,由于数据是随机的,“plt.scatter(x, y)”生成一团没有明显规律的点,表示这两个变量之间没有相关性。如果存在线性关系,点将倾向于沿着一条线分布。

柱状图

柱状图非常适合比较不同离散类别之间的数量。每个条的长度代表该类别值的量级。Matplotlib提供“plt.bar()”用于垂直条,“plt.barh()”用于水平条。

假设比较不同水果的计数:

# 示例数据:类别及其计数
categories = ['Apples', 'Oranges', 'Bananas', 'Grapes']
counts = [23, 17, 31, 15]

# 创建柱状图
plt.figure(figsize=(7, 5))
plt.bar(categories, counts, color=['red', 'orange', 'yellow', 'purple']) # 可选:指定颜色

# 添加基本标签
plt.xlabel("水果类型")
plt.ylabel("数量")
plt.title("不同水果的数量")

# 显示图表
plt.show()

“plt.bar(categories, counts)”函数创建柱体,其中x轴上的位置由类别决定,y轴上的高度对应计数。我们在这里使用了“color”参数 (parameter)来展示一个简单的定制化。

直方图

直方图有助于显示单个数值变量的分布。它们将数据分组到“箱”(区间)中,并使用柱体显示每个箱中观测值的频率(计数)。这显示其背后的频率分布,例如是否对称、偏斜或多峰。请使用“plt.hist()”函数。

我们来看1000个从标准正态分布中提取的随机数的分布:

# 示例数据:从标准正态分布中提取的1000个点
data = np.random.randn(1000)

# 创建直方图
plt.figure(figsize=(8, 5))
# “bins=30”表示将数据范围分成30个区间
plt.hist(data, bins=30, edgecolor='black') # edgecolor使箱体更清晰

# 添加基本标签
plt.xlabel("值")
plt.ylabel("频率")
plt.title("正态分布数据的直方图")

# 显示图表
plt.show()

“plt.hist(data, bins=30)”自动计算数据范围,将其分成30个等距区间(箱),计数每个箱中落入的数据点数量,并为每个箱绘制一个代表该计数的柱体。生成的形状近似于正态分布的钟形曲线特征。“bins”参数 (parameter)控制分布视图的精细程度。

这四种图表类型:折线图、散点图、柱状图和直方图,为数据初步分析提供了基本工具。虽然这些示例包含了基本标签,但下一节将介绍如何广泛定制图表外观,使其更具信息性并更吸引人。

  • Matplotlib Documentation, Matplotlib Development Team, 2024 - Matplotlib库的官方文档,提供了所有图表类型和自定义选项的详细API参考和示例。
  • Python for Data Analysis, Wes McKinney, 2022 (O'Reilly Media) - 一本基础性教材,提供了使用Matplotlib、Pandas和NumPy等Python库进行数据操作和可视化的实用示例。
  • Python Data Science Handbook: Essential Tools for Working with Data, Jake VanderPlas, 2016 (O'Reilly Media) - 在数据科学背景下,详细解释并示例了如何使用Matplotlib创建各种图表以及理解数据分布。

© 2026 ApX Machine Learning