Python数据可视化实例案例

Python数据可视化实例案例

Python是一种广泛应用于数据分析和可视化的编程语言。通过使用Python的数据可视化库，我们可以将数据以图表、图形和图像等形式

进行可视化展示，从而更好地理解和分析数据。本文将为您介绍几个Python数据可视化的实例案例。

一、折线图

折线图是一种用于展示数据随时间或有序类别而变化的图表。例如，我们可以使用Python的matplotlib库绘制一个简单的折线图，展示某公司过去一年的销售额变化情况。

```

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]

y = [2000, 2300, 1800, 2500, 2800, 3000, 3200, 3500, 3800, 4000, 4200, 4500]

plt.plot(x, y)

plt.xlabel('月份')

plt.ylabel('销售额（万元）')

plt.title('公司销售额变化情况')

plt.show()

```

通过运行以上Python代码，我们可以得到一张展示公司销售额随时间变化的折线图。

二、柱状图

柱状图是一种用于比较不同类别数据之间差异的图表形式。下面我们使用Python的matplotlib库绘制一个简单的柱状图，展示某班级不同学科的成绩情况。

```

import matplotlib.pyplot as plt

subjects = ['语文', '数学', '英语', '物理', '化学']

scores = [90, 85, 80, 95, 92]

plt.bar(subjects, scores)

plt.xlabel('学科')

plt.ylabel('成绩')

plt.title('学科成绩分布')

plt.show()

```

通过运行以上Python代码，我们可以得到一张展示学科成绩分布的柱状图。

三、散点图

散点图是一种用于展示两个变量之间关系的图表形式。下面我们使用Python的matplotlib库绘制一个简单的散点图，展示某公司员工的工龄与薪资之间的关系。

```

import matplotlib.pyplot as plt

years_of_experience = [2, 4, 6, 8, 10]

salaries = [3000, 4000, 5000, 6000, 7000]

plt.scatter(years_of_experience, salaries)

plt.xlabel('工龄（年）')

plt.ylabel('薪资（元）')

plt.title('员工工龄与薪资关系')

plt.show()

```

通过运行以上Python代码，我们可以得到一张展示员工工龄与薪资关系的散点图。

四、饼图

饼图是一种用于展示数据占比情况的图表形式。下面我们使用Python的matplotlib库绘制一个简单的饼图，展示某家餐厅销售额中不同菜品的占比情况。

```

import matplotlib.pyplot as plt

sizes = [30, 25, 15, 10, 20]

labels = ['牛排', '鱼香肉丝', '宫保鸡丁', '糖醋里脊', '红烧肉']

plt.pie(sizes, labels=labels, autopct='%1.1f%%')

plt.title('菜品销售额占比')

plt.show()

```

通过运行以上Python代码，我们可以得到一张展示菜品销售额占比的饼图。

总结：

通过以上实例案例，我们可以看到Python数据可视化的强大功能。除了折线图、柱状图、散点图和饼图，Python还提供了许多其他类型的可视化方法，如箱线图、雷达图、热力图等。希望这些实例能帮助您更好地掌握Python数据可视化的技巧，为数据分析提供有力支持。