低維度(二維)數據可視化

1.使用hist()函數做直方圖

2.使用kdeplot做連續分布的圖

3.使用distplot(data,kde=Bool,hist=Bool,rug=Bool)選擇性做直方圖或者連續分布的圖

4.random.gamma函數進行數據分布

5.scatter(xname,yname)做離散圖

6.jointplot(xname,yname,data,kind=style)做內容更加多的分布圖,包括離散和直方圖

7.kdeplot(x,y,cmo,n_levels,shade)顯示所在區域數量n_level也是和s一樣,較多容易模糊,較少無效果

8.plot_joint(datagarph,c=,s=,linewidth_=,marker=)其中s代表分多少層,越多越光滑,但是較多的時候容易模糊。

9.airplot函數,將數據集的每個特徵兩兩作圖比較。

推薦閱讀:

【實戰案例+代碼】梯度下降法求解線性回歸的python實現及其結果可視化(一)
Tableau&BDP,哪個是最符合中國用戶使用習慣的數據可視化分析工具?
【R圖秀】情人節快樂!
可視化 服裝3D結構設計(製版)
AI演算法眼中的世界是什麼樣子?這些圖像或許能幫你更好地理解

TAG:可視化 | 數據分析 |