我们知道用拍嗓可以做数据分析和可视化的工作,我们看这个柄图是怎么做的呢? 首先我们要调入 new pi 这个库,还有 matpro type 这个库,然后要定义一个列表 x, 这个一二三四就代表的是扇形占的比例, 下面我们运行一下,看一下, 我们看到这个扇形就这个饼图就做好了,一二三四就是对应的扇形的大小。
粉丝1194获赞3965

这次课我们讲解呢,使用馒头的内部绘制我们的丙状图,绘制丙状图呢,使用到的函数就是我们的派, 派呢可以以丙状的形式用来呈现各个的比例,需要呢我们传入的就是比例数据,例如现在呢,我们统计一个男女比例, 穿这一个批发文件。十四、绘制我们的丙状图, 首先倒入模块 abody 馒头 iphone 的内八点 prplaxplt apodnopenp。 接下来以后呢,我们要 准备 男生女生 的人数及比例, 比如说我们呢做过现在男性多少人呢? 我刚才呢查了一下,我的男性人口七万一千三百五十一万,女生 他呢是六万八千一百八十七万,这是男生和我们的女生的人数, 我们再算一下呢,男生和女生的比例, 男生以上呢,总共的人数加上慢女生的比例 加上男生,这样我们的妈 p e r c 以及我们的屋门 p e r c, 就获取了男生和女生的比例。 接下来呢,绘制 丙状图 雕的是派,这个方法挑剔点派,将男生和女生这个比例呢传进去,传的时候呢,这时候需要把它放到一个列表里面,慢 pluss 女生,我们 pluss 雕塑方法进行显示 看一下。现在的话呢,我们这个丙状图呢就绘制好了,就是我们的男生和女生,那我们做一下呢修饰。 首先男生和女生哪个是男生,哪个是女生,我们没有指出来,所以说我们要给他呢,加上他这个图上面的名称, 添加名称,比如说 雷宝石, 首先呢是男 女, 那这派里面呢,我们要加一个参数,这个参数他也是雷 boss 将我们创建的这个勒宝石呢,把它扔进去执行,这时候 出现了一个框,我们知道他已经显示了,但是他是乱码,那设置乱码呢?我们再把这一句话呢复制一下, 把它放到我们的 绘制丙段图批发文件里面看一下,这时候男女就显示了, 那男生和女生啊,以及我们的这个显示的颜色啊,这个颜色,这是我们 matel 的类本里面这些自动啊分配的,我们可以呢给他呢加上这个颜色, 添加颜色添加颜色, 比如说 男生我是用蓝色,女生呢是用红色,所以判刑呢,同样我要加一个参数,卡尔斯, 我们创建的卡萨尔石呢把它呢放进去,这次呢继续执行,看一下成本的蓝色和红色啊,蓝色和红色 还有什么样的参数呢?我们可以呢加上 xplay 的 xblad 给他呢,传一个圆组,零点零,逗号零点五,零点, 不是零零和零点零五, 这个呢就是把当前的这个 柱状啊,不是丙状图呢,他进行看一下,分裂啊,就一个爆炸啊,分裂 xloy 的他是爆炸分裂有这个参数, 我们可以看到呢,图上面呢并没有显示男生所在的多少,女生所在的多少,所以说我们还有添加上这个比例, otube 赛,他这个比例怎么样来进行添加呢?我们要给他指定一下格式, 百分号零点一 f, 我们用百分比的方式呢进行给他斜视小数点,后面保留一位小数看一下,男生百分之五十一点一,女生呢百分之四 是八点九, 这呢就是我们绘制我们的饼状图, 其中 写个注视我们的类宝, 他呢就是名称卡尔斯,他呢是颜色, 就是分裂啊,分裂, 凭什么 oqplat 显示百分比,显示百分比,这次呢我们看一下当前显示的难, 以及我们的百分之五十一点一,百分之十八点九,这些都是默认的字体以及我们默认的颜色。如果我们想对这个图上面的字体和大小和颜色呢做修改, 我们要通过 plus 定由我们的泡 a 方法,他返回的三个参数 返回三个参数, 我们用三个变量呢来接收啊用三个变量呢来进行接收。现在我们呢对设置丙状图 中的字体颜色来设置他的字体颜色, 他的字体颜色呢就存放到了 o q tous 这个里,对象里面通过 tous 掉入晒他有个卡点这个方法, 我们呢把这个字体颜色呢给他色,色是白色的, 好,我们的写错了, yet 写错了 wh i ty, 因为蓝色红色上面的话,我们显示一个白色,这呢就设置了当前他这个颜色, 我们还可以呢设置 他的字体大小啊设置字体大小, 我们设置的字体大小呢有当前显示的图标上面的,我们还有呢设设置一下呢显示的这个比例,我们都把这两个呢都设置,所以说看此 接着 offutex, 我们这两个字体呢大小都进行设置 tix, 否则塞子,比如我把它呢改成二十, 可以看到我们这个 名称,他这个字体大小也改了,当前显示的比例他这个字体大小也相应的改了, 这呢就是对丙状图的绘制以及他属性的修改。

好,最后呢我们来看一下如何画一个丙图,那丙图一般就是用来表示一下我这个数据占总体数据里面的多少,这个百分比,对吧? 呃,那我们画哪个数据呢?比如说我们就画这个数据吧,好吧,每个品牌它的数量。嗯,那么我们先把这个 注视一下啊,嗯,然后呢把这个东西先拷下来拷贝过来啊,把注视取消啊,嗯,然后我们就啊画柄图,对吧?柄图的话其实很容易搞啊,就是把这个 cond 换掉啊,换成 pa, 然后呢我们再来试一下运行,嘿嘿,你看是不是个丙图啊?对吧? 但是这个丙图呢啊比较恶心,是不是啊?比较恶心啊?因为有这么一个东西,对吧?那这是个什么呢?啊?这个东西叫做图力啊,这个叫图力,如果我们想把它去掉的话啊,可以这样子啊,后面再加参数啊,认真的 等于 first。 好,我们来运行一下啊,哎,那个图例没了吧,对不对?但是还是有些问题啊,就比如说后面这些东西啊, 他的占比本来就小,然后呢后面再更像这些字的话就看不清了,对吧?那为了效果好一点啊,我们干脆把这些占比小的给删掉,对吧?嗯,那我们这个样子吧,比如说 head, 对吧?取前面多少个?嗯,他总共是好像是四十六个还是四十几个,我们搞个二十个。好,我们来运行看一下, 你看啊,舒服多了吧啊,但是这个图还是有点问题,哎,就比如说啊,这零一二三四五六七到底是什么,我们是不知道的,对不对?那为什么会这个样子呢?那其实是因为啊,我们这里做了这个事情啊, 这个函数啊,就是把我们的呃名字所引变成啊数字所引,对不对? 那由于我们试画的丙图啊,所以它的这个什么 x y 啊,是不起作用的,知道吧?它是按所引来的,所以呢,我们这个东西可以删掉啊,然后怎么样子呢?把这个 reset index 删掉, 删掉之后它的锁引就是这些品牌的名字了,知道吧?好,然后呢,我们再来试一下,你看 这下应该是看的比较舒服了吧,对不对?但是还是差点东西,比如说这个玩意到底占多少,不知道啊,这个东西到底占多少,不知道吧?啊,所以呢,我们还得加参数,加什么呢?叫什么凹凸 p c t 啊,那这个东西啊,就是用来设置啊,这个每一块啊,它占比的一个呃, 格式,知道吧?啊,比如说你想进去小数点后面两位的话,你就来一个什么呢?呃,百分号点二 f, 知道吧?好,我们来试一下, 你看这个就比较舒服了吧,是不是啊?比如说三星啊,他总占比是百分之十四点二七,对吧?啊?什么小米啊,是十四点十九啊,一目了然,我们是能够看得出来啊, 占比最多的就是这这几个,对不对?其他的都是垃圾,对吧?如果你想把这个小数更加精确的话,你这里可以加大,比如说来个来个六,好吧, 你看更加进去了,是不是?好,如果你想这里后面加个百分号,怎么搞呢?也很简单。呃,我这里就不搞这么进去了,搞个二啊,你如果后面想显示这个百分号的话,你就加 来个摆放号就可以了,好吧,嗯,也行,你看那这个图就比较牛逼了,是不是?而且呢?一目了然。

本节视频拍摄都去 acr 绘制丙图,来分析一下北京的天气状况。下方这个丙图呢,就是北京的二零一九年的天气中空气质量的数据占比。 我们看到二零一九年北京的天气大部分都是空气质量为量,占比五十点九六,其次百分之三十一的比例是空气为优。然后呢就是轻度污染,中度污染和重度污染,分别是百分之十二、百分之三和百分之一的天气。 通过丙图我们能够很方便的看到不同的数据类型他所整体的占比的情况。本次我要读取的就是这样的一个塞尔,这个塞尔呢,他是北京的二零一九年全年的天气,这个塞尔包含这系列最高温度、 最低温度天气风向、风力、空气质量的数字和空气质量以及空气质量的水平。本次的演示我就是想分析一下天气的类型有什么样的占比, 风向有什么样的占比,以及空气质量有什么样的占比。整体来看一下北京这个城市二零一几年他的天气状况。打开咱们的周不谈成的博客,本次的标题呢,就是我使用丙图来分析下北京的天气。 丙图他是一种划分几个扇形的圆形统计图表,能够以直接以图形的方式直接显示各个组成部分的所占比例。他跟柱状图其实有点像,与柱状图的话,那 s 轴呢,就是各个部分, y 轴呢,就是他的数量有一个高 高度的对比。但是丙图呢,它相对周转图,还能够看到每个部分整体的占比,这是周转图所没有的。而本次演示的目的,我就是想看一下北京二零一九年的天气中天气风向和空气质量,他的各种数据组成部分以及占比。 跟以前一样,我还是使用拍叉子来进行绘图。第一大步我们来编写一个函数,这个函数呢可以接收数据,返回一个拍叉子的丙图对象。 由于刚才提到我想进行三种数据的对比,所以说写一个函数来说可以重用。首先我引用拍叉子 office 以及叉子里面的派这个类运行,这个派呢就是病毒。接下来我写一个函数,叫亏的派 穿两个参数是 dnax 和太超,返回一个派的对象,这函数的目的就是创建一个丙图对象。文档地址我贴在这里了,大家自己可以去拍岔司的官网自己看一下他两参数,我分别解释一下, dty 是这个派,他所接受的形式就是这种,他是个雷斯特, 每类式里面有两个元素,分别是数据的名称和数据的数值。比如说晴天有一百一十五天,多云有七十八天,晴转多云有三十九天,这是第一个参数。第二个参数呢就是胎套,我可以用作图表的标题 函数体内。我的目的呢就是创建一个派的对象,最后把这个对象给返回。怎么设置这个派对象的数据呢?就是首先是派点爱的来添加数据,数据的名称可以为空,数据的 直呢就是 dtrs, 就是刚才提到他是这种列表原组的形式。然后呢我使用派点赛特格罗布、奥普胜斯来设置全局的参数,包含设置他的胎套,就是特别的标题, 以及我喜欢把这个拉近的,什么叫拉近呢?就是这个晴天啊,多云这种标签,把它放在图片的右侧。接下来是这个派本身他的一个展示形式的参数,这里叫做勒布 fux, 什么意思呢?一会看到就是他会在每个扇区展示他的名称数量和百分比。 最后呢瑞森判这个函数就写完了,运行一下第二大步,我们来读取北京天气二零一九年的数据, airpods 运行,然后使用 p 点 red csv 来读取这个 csv 形式的 acr 文件运行。我们看一下前键 行,大家看到跟刚才的一个饲料的形式一致,就是以这些类不含日期,天气风向以及空气质量等等。接下来呢三四五步,我分别展示一下天气类型的丙图对比,风向数据的丙图对比以及空气质量的丙图对比。 每一步都是类似的,先获取数据,然后传给我们的派这个函数,然后软单中的不可先看第一个,我们想看一下天气类型的对比,怎么算这个数据呢?很简单, df 顶格尔拜天气, 就是按照天气这一列进行分组,然后看一下每个分组的数量,同时这个丙图呢,我想让他从那大小进行展示,所以说色的 ylexs 就是降序排列,我们看一下,哎,我们看到 这就是统计的结果,晴天最多,多云其次,最后呢是这些,就是雾转晴,霾转雾等等,都是全年只出现的一次,只看数字我们是看不出来他们对比的,这个时候我们就可以让他来丙图进行对比。 但是有一点,我们先需要处理成我们这个函数所需要的数据形式,也就是类似,它里面元素呢是个元组,怎么做?可以这样做,首先看到这个 df 呢,就是 df 天气,他是一个 siris, 我想变成一个类似,他里面的每个元素呢是一个元组,有 k y 六,该怎么做呢?可以这样做,类似他瑞普,瑞普可以把两个类似他给拼在一起。第一类是他,我们使用 df 点英大 x, 就他的缩影就是这个桌面 点托雷斯特,这个得到了第一个雷斯特,第二雷斯特,我使用 df 点托雷斯特,他的结果呢直就是这个 y 六的雷斯特。 我把这两个类似的进行瑞普再类似的,就得到了上面的一个列表,每列表里面是一个圆组,而这个圆组本身呢就是这种 k 歪裂的形式,我们看一下这个结果运行。 还有我们看到就是个类似,每一下呢就这个圆组有一个晴天有个数字,多云有个数字,这就是我们的丙图所需要的形式。然后我们可以的派把这个数据传进去,传一个标题,就是丙图天气对比, 元旦中的补课运行一下,我们看到这个图就出来了,从这图中我们看到北京二零一九年他百分之三十的天呢都是晴天, 然后是多云,然后是晴转多云,然后呢是多云转晴,再往后才是出现了小雨的天气,就是全年下雨的天气,其实是很少的。这是我们的第一个数据的对比, 我们来看第二个,我想看一下北京在二零一九年他整体刮风的风向,这个数据的对比该怎么做呢?首先我们看一下这个数据,原始的数据运行 就这样的形式,而我们这次想得到呢是风向,就这个西北风,东北风,全年有哪几种方式最多的,这也能比例对比,该怎么做呢?我把这个代码呢提到一起了,就是 df 勾办风向点四 s, 这样的话就得了每种风向他出现的天数,然后四的歪的意思就是降序排列,然后呢跟上面一样,把这个数据处理成 ex 和 y 本身的图雷斯特进行瑞普打包,然后类似的就是处理成我们派所需要的形式,然后呢可以的派和若兰登的博客,我们来看一下。 哎,我们看到北京在二零一九年呢,刮的最多的风呢是东南风,接下来是西北风,然后是西南风,东北风,最后呢才出现两个都是只有一天的北风的南风,而北京呢,在零九年从来没有刮过东风和西风。 从这数据统计中是不是看了一些比较有意思的现象?最后一个我想看一下北京的空气质量的全年的数据分布。首先依然看一下 df 里害的,这次我想取的是这几类, aq i e 英法就是他空气质量这个汉字,给你上面带把 一样,各拜坤记亮这一列。然后赛子就是每一种类型的数量按照降序进行排列,这一行呢处理成我们的丙图所需要的类似的形式,把它传给科的派,不然难弄的不可进行展示运行。 我们看到就是本视频开篇的所介绍的北京,二零一九年呢,大部分空气质量呢都是凉,然后是优, 之后呢就是轻度、中度和重度的已污染。 ok, 以上呢就是本视频的演示,通过丙图我们能够直观的看到这 整体数据中有几个组成部分,每一部分他的数量以及所占整体的比例,顶头是一个非常常用的图表,希望大家都能试一下,我们下次见,拜拜。

我们学习一下丙图的绘制步骤和保存方式的一些代码解析。首先我们是导致这个 mac 点拍 plug 填写为 pelt 啊,要用这个 pelt 去绘图哈。 然后我们再定义一下,比如说我们这里呢,想绘制一个,就是获取新闻的渠道,这个六子对象,然后呢,他创建一个代表 ok, 这新闻的渠道有这七个渠道 ok。 然后我们还有获取渠道的一个数量啊,我们 numbers 穿进这个对象也一的对应哈。 frenz 十又是佩服二十一的对应哈,也是有七个数 好,那我们的啊。然后我们还会给他定义一些颜色哈,如果不定义的话,他会系统默认的。那如果定义的话我们就二。来自朋友是 red, 来自 newspaper 是 green, 十一的对应颜色是最定义的一个颜色啊。创建我们这个对象。还有一个就是我们的这个爆破哎, newspaper expo 啊,爆破是什么意思呢?就是裂开的这一个啊。我们的零呢,就表示没有裂开零点二呢,这里是裂开零点二哈,就突出这一部分, ok。 然后我们绘制饼图是用啊 pit 啊,调用我们的派这个啊工具绘制饼图的一个方法啊。我们的差速第一个是放数量哈,第二个就放我们的标签 let boss, 但是六字就把这些变成标签标在上面。 还有第三个就是我们自动以百分位数的形式展示我们这两个百分号,里面的是点 if 是两位数啊,百分号的形式展示 好卡了值呢,也是我们定义的这个颜色等于这个 nose 卡了哈。 expo 呢,也是等于我们自定义的这个 expo。 然后我们再保存以那个呃 ptf 的形式的 就是啊。 pelt。 点 c fig 就是保存的图像是什么形式呢?哎。 点前面的是这个图的名称啊,后面是 pdf, 是他的格式哈。保存之后我们会是在哪个位置?就在这个位置哈。 pdf 在这里是打不开哈,但我们在保存到我们的啊,把它下载保存之后, 我们这里是可以啊令唇纹的哈。令唇纹之后我们在这个这里是可以看到的我们的 pdf 形式的饼图。我们打开一下看看, 就是这个对吧。这是我们的 bf 的格格式。好。还有我们的 jpg 格式,就待会是以 jpg 形式就直接可以一个图像的形式哈。 ok。 好,我们继续我们看 j b g 的形式。就是啊,把 c 这里把这个 a p d f 改成 j b g, 就是刚才的那个格式了。 ok。 这是我们对比图的一个绘制步骤和相关的代码解析。 ok。

好,那我们今天一起来看在拍子当中常见的八种图表绘制,我们分别用这八种举的例子,比如说最常见的折线图,实际上我们在绘制的时候主要就是调用这个模块,然后不管是折线图,散点图 什么图,只是调用对应的方法。那在这里我们要知道的就是要确定画图的横坐标,纵坐标到底是什么?比如说我们在这里横坐标是一到五的值,那么纵坐标呢是二四六八十,我们画线图横坐标纵标放进去,那这个时候我们就可以知道横坐标以这个 为一个坐标,然后坐坐标是这样的就可以画成图。那如果说我们要是画散点图的话,你会发现是只有这样代码变化了的画出来,同样的你会发现只不过他把每一个这样对应的,比如说横坐标一 坐标为二组成的这样的组,一二和二四这样依次的画成一个点,作为三点图。理解了这个之后我们就可以去拓展。同理如果说我们要画柱状图的话,同样的也是刚刚的那些坐标点,只不过呢一二三四五对应的是五个柱状 坐坐标,对的这个是他的值,我们看到是类似的,如果说我们要画饼图的话,我们可以设置标签,以及每个标签所占的笔,我们可以用整数,比如说标签是从字母 a 到 e, 好比例呢是这样的,然后我们再去画,同时把标签设置为自己自定义的标签,如果你不设置的话,他也是不会冒错的,设置完之后再调用得到运行结果,就这样的我们可以看到在这里面 字母 c 对应的比重是最大的,同理我们可以画直方图,直方图的方法呢就是电用这个, 比如说我们用 x 先随机生成了一些数,然后呢我们再把它分成三十组,然后呢可以画成一个这样的直观图。同理,如果说我们要画相线图的话,我们也可以调用这个方法。同样的我们用 range n 这个函数来生成一些点 ren 的意思呢,就是说我们返回一个,或者说一组返回标准服从标准正态的是随机降稳值,如果后面有个参数五,则说说明是返回五组,每一组里面的 具体的取值都是主要在这个范围里面的,也就大概是在负二和二之间,那如果说有较大的值的话,这也是有可能, 但是概率很小。就所以这个时候我们就可以用直方图来分析里面有没有异常值啊或怎样的。比如直方图,你看这个地方呢,就是我们所讲的 上边缘,这里是上边缘,这里是下边缘,我们可以看到我们随机生成的五个组,分别对应这五个形状,五个组上下边缘是不是大概就是在负二和二之间?当然有一些 比较小的值,可能也是在负三到三,但是基本的范围是这样的,那比如说我们在这里的时候,他为什么有个圆圈呢?圆圈一般表示异常值,就是说我们用随机方法产生这个数据的时候, 绝大多数的值都是在这范围里面的,但也会有一些误差值,比如说你看这后面的三个,这个呢就是给大家分享的。然后下面呢就是一些理论,比如说异常值啊,就超过了那个范围的 那些数据点,我们就把它认知为异常值。 shift 镶嵌图呢,就可以有一个这样的分析好处。再比如说热热议图,同样的随机生成 十乘十的数据,我们可以用六例图来表示,三例图也是类似的呀,主要就是调我们这些模块。

嗨,大家好,今天给大家来一个分享拍散,我们绘制一个香型图图,试一下北京二零一九年的天气中温度的分布。下方这个图呢就是绘制图的结果, x 轴呢是四个季度,分别是 q 一、 q 二、 q 三和 q 四。这个图呢就画了四个的象形图,分别是每个季度的温度分布。这里先简单介绍一下这个盒子什么意思,在这象形图中呢,有一个盒子中间这条线是这个温度分布的中位数, 而下方这个盒子边缘呢是百分之二十五的分位数,上方呢是百分之七十五的分位数。 这个盒子外部还伸出两条线叫做核须。然后呢有一个上边缘和 下边缘,相信图认为处于这两个线之间,这个温度呢是正常的,在他们之外是异常直, 比如说这里就有异常值,他代表什么意思呢?就是第二季度出现了,有一天的温度跟大部分的天气的温度是不一样的,有点偏低了,并且从这头我们也看到整体四个季度的温度是逐渐升高,然后又降低的。 接下来我们就来演示一下这个图是怎么绘制的,依然是打开咱们拍摄的开发神器,就不太浓的不可。 首先呢,我还是来继续介绍一下相信图是什么东西。相信图英文名叫做 box plot, 又称为何须图、合适图,或者说相信图,它是一种用作显示一组数据 分散情况的统计图,一个象形图,他有哪些元素来组成呢?就是刚才我给大家介绍一下,这里我更加详细的来说一下。 首先对一组数字来说呢,我们需要先将其从小到大的进行排序,然后呢计算图中的一些元素,第一个元素就是中位数,这个中位数啊跟平均数是不一样的,中位数是取中间位置那个数字, 这条线中位数我们就能画到这盒子的中间,他本身呢也叫做百分之五十的分位数,他的名字叫 q 二, q 呢就是分位的意思, 而他下方是百分之二十五的封印数,我们叫做 q 一,意思呢就是百分之二十五这个位置的数字。然后同样的在中文数的上方,我们算出 q 三,就是百 百分之七十五的分位数,由这三条线我们画了一个盒子,就是这个箱子的意思。然后呢我们算出来一个值叫做 iq r, 它的值就是 q 三,减去 q 一,意思就是说这一段的长度。 iq r, 它是一个英文缩写,是分位数的范围, 这个数值有什么用呢?就是计算这个上边缘和下边缘的下边的数值来等于 q 一,就这个数值减去一点五倍的 iq r, 也就是说这个位置他长度呢是一点五倍的 iq r, 而相应的上方上边缘呢是 q 三,就这个值加上一点五倍的 iq 二,也就是说这条线呢是一点五倍的 q 二长度。这样的话,这个相信图主要元素就画完了,而其中这条线呢,就有点和虚, 所以说又叫做核虚图。另外还有个知识,一个数字如果大于上边缘或者说小于下边缘的话,我们称其为异常值,意思就是说我们认为他已经跑出了一个正常的范围,这就是这个相应图元素的组成。 一个象形图,他什么价值呢?有三个。首先我们可以直观明亮的识别出数据中的异常值, 就是刚才提到的大于上面圆,小于下边圆就是一张纸。第二个利用镶线图可以很明显的判断数据的偏太和伪重,什么意思呢?一般来说这个盒子不会是位于正中间的, 他往往会偏下或者偏上,那么我们就能看到这个数据的分布是偏小还是偏大的。第三个,干部 画一个多个数据的象形图的时候,就能够比较他们的数据的分布形状,相互进行对比。接下来我们进行演示, 本次的目标呢就是视频的开头,我想对比一下北京二零一九年天气数据中四个季度温度的分布的对比,总共分为四个步骤,读取北京天气的数据, 然后呢做一些数据的处理,包含温度变成数字以及添加季度这一列。最后呢点入 c boar 进行绘图。首先我们用几个包, aimport, pandas 和 c boar。 然后呢 s s 赛的样式以及他的图的尺寸大小运行, 我们进入第一步读取北京天气数据,方法呢就是 pd 点 red csv 传入这 ccv 的路线运行。 我们看一下前三行,我们看到包含年月日以及这一天的最高温度,我们主要需要这两粒。 第二步骤,我们把这个温度列呢从自务串变成数字,为什么呢?因为刚才看到这温度后面带了一个摄氏度,这样的一个自务串怎么把这个列变成数字?是这样的,就是温度这一列等于温度这一列的 s t r 形式 replace, 他的后缀为空,然后 s type float 变成一个 float 形式运行,我们看一下 df 的音法, 而我们看到温度这一点呢,变成了弗洛特六十四,就是小数的形式往下走,因为我们想看四个季度的数据分布,所以说我们需要新增一列叫做季度,使用 pass 比较好完成。是这样的,对年月日 这一列呢,我们将其转换为 de time 形式,就 pd 点 todee time。 然后呢,对这种类型可以使用 dt 点 colter, 直接取出这一日期的季度的数字, 我们把这个词的意思呢来等于 defting cult。 这一列运行,我们看一下前六行,我们看到有两个变化,第一多的这一列就是 cut 记住的数字。第二, wood 这一列呢是小数, ok。 第四步很简单,我们就用 c, p, r 来绘制一个 box plot, 方法就这样, s, n, s, d box plot。 首先 data 顶 df 就是这个数据, 然后呢,我们指定 x 呢,是取这个数据中的 colt 这一列就这个季度。歪种呢,取的是这个温度,这一列就是这个小数。 我们运行一下, ok, 这个图呢,就是视频开始我们看到那个结果,从这个图中我们就能对比四个季度他的温度整体的分布的区别。从这个图中我们就看到五度呢,一季度,二季度,三季度,四季度逐次的上升,然后又下降。 并且从这个图中我们也看到 q 三这季度的温度是分布比较集中的,处于这个位置,但是 q 四他的分布呢,高温和低温他就比较发散,而他和 q 一有一些相似地方,就是温度的中位数几乎相近,高温和低温的分布呢,也是比较相近的。 ok, 以上呢就是本视频的演示,回顾一下,我们主要是学习了相形图,这个图可以直观的看到一组数字,他的中印数,复印数以及他的上面 下面言。另外从头中呢,我们可以很容易看到一些异常者的存在,对于数据分布的查看,这个图还是比较有用的,大家加油,我们下次见,拜拜。

met plateaut 绘制柄图今天我们来绘制一下柄图,展示一下二零二二个行业在 gdp 中的占比。首先导入 met platulate 库 inpport metapulate type p s p l 七。其次,将字体设置成楷体, what nasi pyrams found cents syrup 等于 kti。 接着创建两个列表,分别保存各行业和盖行业对应的占比。 industriate 等于制造业、金融业、房地产业、服务业、零售业。 其他 proportion 是等于二十八点一、十六点四十三点三、八点五、七点九、二十五点八。随后我们就可以使用派绘制柄图了。将行业和对应的标签写入,将数据格式化成保存异味小数,让它从九十度开 开始,沿逆时针开始化。 put hyper portions labels 等于 industries or pop 等于百分号一点 e f 百分号。百分号 start ten go 等于九十。然后我们再给这个图形添加一个标题 put 开头二零二二个行业在 gdp 中的占比。最后将图像显示出来,看一下 put show。