精华内容
下载资源
问答
  • Python图表分析展示疫情历史数据

    千人学习 2020-02-15 18:52:58
    使用Python分析2019-nCov疫情数据 数据工程师、数据挖掘人员 爱国人士、疫情关注人员 Python程序员、编程爱好者 课程优势: - 接口稳定,永久有效 - 手工整理数据,每天更新 - 提供历史数据查询接口...
  • Python图表分析展示疫情历史数据 全栈工程师,爬虫工程师 喜欢爬虫,...

    扫码下载「CSDN程序员学院APP」,1000+技术好课免费看

    APP订阅课程,领取优惠,最少立减5元 ↓↓↓

    订阅后:请点击此处观看视频课程

     

    视频教程-Python图表分析和展示疫情历史数据-Python

    学习有效期:永久观看

    学习时长:213分钟

    学习计划:4天

    难度:

     

    口碑讲师带队学习,让你的问题不过夜」

    讲师姓名:胡松

    技术总监/研发总监

    讲师介绍:全栈工程师,爬虫工程师 喜欢爬虫,喜欢专研新技术和破解技术 善于分享,授课风格独特,短平快,知识点不多但介绍得清晰明了

    ☛点击立即跟老师学习☚

     

    「你将学到什么?」

    使用Python分析2019-nCov疫情数据


    数据工程师、数据挖掘人员
    爱国人士、疫情关注人员
    Python程序员、编程爱好者

    课程优势:
    - 接口稳定,永久有效
    - 手工整理数据,每天更新
    - 提供历史数据查询接口,方便快捷
    - 中国地图、省份地图,覆盖34个省市直辖区
    - 折线图展示数据内容,挖掘疫情变化情况

     

    「课程学习目录」

    第1章:第一天:了解课程
    1.课程说明
    2.认识Python
    3.Python安装
    4.学习Jupyter
    第2章:第二天:Python基础学习
    1.任务介绍
    2.数字基础
    3.字符串基础
    4.列表基础
    第3章:第三天:使用Python画出中国地图和各省市地图
    1.任务介绍
    2.安装地图库
    3.画出折线图
    4.画出中国地图
    5.画出各省份地图
    第4章:第四天:绘制疫情地图
    1.任务介绍
    2.从接口提取数据
    3.掌握Json格式数据的操作
    4.解析出全国各省疫情数据
    5.画出中国疫情交互式地图
    第5章:第五天:绘制各省市疫情分布图
    1.任务介绍
    2.循环操作
    3.从接口提取各省的城市数据
    4.绘制各省疫情地图
    5.画出各省的历史疫情折线图

     

    7项超值权益,保障学习质量」

    • 大咖讲解

    技术专家系统讲解传授编程思路与实战。

    • 答疑服务

    专属社群随时沟通与讲师答疑,扫清学习障碍,自学编程不再难。

    • 课程资料+课件

    超实用资料,覆盖核心知识,关键编程技能,方便练习巩固。(部分讲师考虑到版权问题,暂未上传附件,敬请谅解)

    • 常用开发实战

    企业常见开发实战案例,带你掌握Python在工作中的不同运用场景。

    • 大牛技术大会视频

    2019Python开发者大会视频免费观看,送你一个近距离感受互联网大佬的机会。

    • APP+PC随时随地学习

    满足不同场景,开发编程语言系统学习需求,不受空间、地域限制。

     

    「什么样的技术人适合学习?」

    • 想进入互联网技术行业,但是面对多门编程语言不知如何选择,0基础的你
    • 掌握开发、编程技术单一、冷门,迫切希望能够转型的你
    • 想进入大厂,但是编程经验不够丰富,没有竞争力,程序员找工作难。

     

    「悉心打造精品好课,4天学到大牛3年项目经验」

    【完善的技术体系】

    技术成长循序渐进,帮助用户轻松掌握

    掌握Python知识,扎实编码能力

    【清晰的课程脉络】

    浓缩大牛多年经验,全方位构建出系统化的技术知识脉络,同时注重实战操作。

    【仿佛在大厂实习般的课程设计】

    课程内容全面提升技术能力,系统学习大厂技术方法论,可复用在日后工作中。

     

    「你可以收获什么?」

    熟练Python

    学会图表分析

    掌握api接口数据提取

    学会用图表分析数据

     

    展开全文
  • 北理工嵩天老师的慕课课程《python数据分析展示》学习笔记! 1. pyplot基础图表函数概述 1.1 2. pyplot绘制饼图 3. pyplot绘制直方图 4. pyplot绘制极坐标 5. pyplot绘制散点图 ...


    北理工嵩天老师的慕课课程《python数据分析与展示》学习笔记!

    1. pyplot基础图表函数概述

    函数 说明 函数 说明
    plt.plot(x, y, fmt, …) 绘制一个坐标图 plt.psd(x, NFFT=256, pad_to, Fs) 绘制功率谱密度图
    plt.boxplot(data, notch, position) 绘制一个箱形图 plt.specgram(x, NFFT=256, pad_to, F) 绘制谱图
    plt.bar(left, height, width, bottom) 绘制一个条形图 plt.cohere(x, y, NFFT=256, Fs) 绘制x-y相关性函数
    plt.barh(width, bottom, left, height) 绘制一个横向条形图 plt.scatter(x, y) 绘制散点图,其中x和y长度相同
    plt.polar(theta, r) 绘制极坐标图 plt.step(x, y, where) 绘制步阶图
    plt.pie(data, explode) 绘制饼图 plt.hist(x, bins, normed) 绘制直方图
    plt.contour(X, Y, Z, N) 绘制等值图 plt.stem(x, y, linefmt, markerfmt) 绘制柴火图
    plt.vlines() 绘制垂直图 plt.plot_date() 绘制数据日期

    2. pyplot绘制饼图

    import matplotlib.pyplot as plt
    
    labels = 'Frogs', 'Hogs', 'Dogs', 'Logs'
    sizes = [15, 30, 45, 10]
    explode = (0, 0.1, 0, 0)
    plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=False, startangle=90)
    plt.axis('equal')
    plt.show()
    

    data:每个标签对应饼块的尺寸
    explode:饼块突出
    labels:标签
    autopct:显示百分数的形式
    shadow:饼图是否显示阴影
    startangle:开始角度

    在这里插入图片描述

    3. pyplot绘制直方图

    import matplotlib.pyplot as plt
    import numpy as np
    
    np.random.seed(0)
    mu, signa = 100, 20
    a = np.random.normal(100, 20, size=100)
    plt.subplot(211)
    plt.hist(a, 10, density=1, histtype='stepfilled', facecolor='b', alpha=0.75)
    plt.subplot(212)
    plt.hist(a, 40, density=1, histtype='stepfilled', facecolor='r', alpha=0.75)
    plt.show()
    

    arr:需要画直方图的一维数组
    bins:直方的个数,即把最小值到最大值的区域均等划分为bins个区间显示。
    density:=0时显示每个元素出现的次数,=1时将每个元素出现的次数归一化为出现的概率
    histtype:直方图类型,‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’
    facecolor:直方图的颜色
    edgecolor:直方图边框颜色
    alpha:透明度

    在这里插入图片描述

    4. pyplot绘制极坐标

    import matplotlib.pyplot as plt
    import numpy as np
    
    N = 20
    theta = np.linspace(0.0, 2*np.pi, N, endpoint=False) # 绘制极坐标系中区域的起始位置
    radii = 10*np.random.rand(N)   # 从中心点向边缘绘制的长度
    width = np.pi/4 * np.random.rand(N)  # 每个绘图区域在角度范围内辐射的面积
    
    ax = plt.subplot(211, projection='polar')   # 采用了面向对象方法
    bars = ax.bar(theta, radii, width=width, bottom=0.0)
    
    for r, bar in zip(radii, bars):
        bar.set_facecolor(plt.cm.viridis(r / 10.))
        bar.set_alpha(0.5)
    
    plt.show()
    

    在这里插入图片描述

    5. pyplot绘制散点图

    import matplotlib.pyplot as plt
    import numpy as np
    
    fig, ax = plt.subplots() # 参数为空,表明绘制区域为111
    ax.plot(10*np.random.randn(100), 10*np.random.randn(100), 'o')
    ax.set_title('Simple Scatter')
    plt.show()
    

    在这里插入图片描述

    展开全文
  • Matplotlib.pyplot 基础图表函数 pyplot 饼图的绘制 用plt.pie()函数 import matplotlib.pyplot as plt labels = 'Math','English','Chinese','Chemistry' sizes = [15,20,35,30] explode = (0,0,0.1,0) plt.pie...

    Matplotlib.pyplot 基础图表函数

    pyplot 基础图表函数1
    pyplot 基础图表函数2
    pyplot 基础图表函数3

    pyplot 饼图的绘制

    用plt.pie()函数

    import matplotlib.pyplot as plt
    labels = 'Math','English','Chinese','Chemistry'
    sizes = [15,20,35,30]
    explode = (0,0,0.1,0)
    plt.pie(sizes,explode,labels=labels,autopct='%1.1f%%',shadow=False,startangle=90)
    plt.axis('equal') 
    plt.show()
    

    plt.axis()用法介绍参考: https://blog.csdn.net/Dontla/article/details/98496466?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522159629052419726869015992%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=159629052419726869015992&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2allfirst_rank_v2~rank_v28-3-98496466.pc_first_rank_v2_rank_v28&utm_term=plt.axis&spm=1018.2118.3001.4187

    pyplot 直方图的绘制

    plt.hist() 函数

    np.random.seed(0)
    mu, sigama = 100, 20  # 均值和方差
    a = np.random.normal(mu,sigama,size=100)  # 生成一个数组
    
    plt.hist(a, 20, density=1, histtype='stepfilled', facecolor='r', alpha=0.75)
    #  20 表示直方块个数(按照区间长度均分),density表示归一化之后的占比(在py2中用normed),alpha 表示颜色对应的RGB值
    plt.title('Histogram')
    
    plt.show()
    

    pyplot 极坐标的绘制

    • plt.polar()
    • plt.subplot()
      实例

    pyplot 散点图的绘制

    • plt.scatter()
    • plt.subplot()

    实例

    展开全文
  • 一图胜千言。人的大脑总是对数据和图表更加敏感,如果你想清晰地论证自己的观点、高效地说服别人,或者做一场有理有据的报告,那么,翔实的数据分析图表展示工作肯定必不可少。但很多时候,数据...

      一图胜千言。

    人的大脑总是对数据和图表更加敏感,如果你想清晰地论证自己的观点、高效地说服别人,或者做一场有理有据的报告,那么,翔实的数据分析与图表展示工作肯定必不可少。

    但很多时候,数据并不是现成的,它分布在互联网的各个角落。

    比如,你想调查某个热门游戏的市场反馈,除了媒体上公布的数据,在一些游戏社区的用户评论,才是更生动、更有说服力的点。

    这些信息都是零零散散的信息,需要我们用特定的方法来高效地收集、整理、清洗这些数据,然后再去做针对性的分析,最后再借助精美的图表展示出来,这样经过好多步处理之后,才能形成一份逻辑准确、论据充分的数据分析报告。

    听起来好像很麻烦,但如果我告诉你,3 小时就能学会这一整套技能,你想不想试一试呢?

    其实,要完成这些并不复杂。由于 Python 在数据分析领域的广泛应用,它已经给我们做数据分析与图表展示提供了一整套成熟的解决方案,而且学习起来也非常容易。

    给你推荐一个极客时间的 2 天 Python 直播小课《 3 小时学会 Python 数据分析与展示》仅需 ¥8.8,完整参加 2 天直播课程,还可返还 ¥8.8 学费,相当于白嫖!

      如何加入 Python 直播小课?

    ????扫码进入报名页面,添加班主任微信,还可以免费领取价值 ¥499 的内部资料!包含「 Python 必备知识图谱 」、「 数据分析完整流程视频课 」、「 70 节技术人视频公开课 」...

    点击【阅读原文】???? 加入 Python 直播小课!

    展开全文
  • 目录1 Matplotlib库的介绍2 pyplot的plot()函数3 pyplot的中文显示4 pyplot的文本显示5 pyplot的子绘图区域6 pyplot基础图表函数概述: 1 Matplotlib库的介绍 Matplotlib库的使用: Matplotlib库由各种可视化类...
  • 需要学习的不只是如何绘图,更要知道什么样的数据用什么图表展示效果最好 import matplotlib.pyplot as plt 折线图 折线图用于显示随时间或有序类别的变化趋势 x = [1,2,3,4,5,6] ...
  • 主要介绍了Python爬虫爬取电影票房数据图表展示操作,结合实例形式分析Python爬虫爬取、解析电影票房数据并进行图表展示操作相关实现技巧,需要的朋友可以参考下
  • Matplotlib基础绘图函数示例Matplotlib基础绘图函数示例pyplot基础图表函数概述实例一:pyplot饼图的绘制实例二:pyplot直方图的绘制实例三:pyplot散点图的绘制实例四:pyplot极坐标的绘制 pyplot基础图表函数概述...
  • 因为不同仪器软件导出来的数据格式不具有通用性和可移植性,常见的有xls、txt,还有很多不常见的bin、csv、opj这些,有时候希望能够通过数据分析软件直接达到图表展示目的。但是因为互相不兼容的问题,程序之间的...
  • Python数据图表可视化

    千人学习 2020-06-05 15:29:07
    数据分析是一门重要的技能,职场中掌握了数据分析技术往往能让人另眼相看,而数据可视化是数据分析的结果展示最有效的手段,本视频是Pandas数据分析课程的后续课程,可以掌握各种图表的绘制方法,通过实际案例的讲解...
  • 数据分析的步骤:1.查看数据并提出问题2.数据清洗3.代码编写,提取出结果数据,并分析是否有异常数据,修改代码4.根据数据选择合适的图表进行展示5.根据图表小组讨论交流获得最终的结果二.环境与原始数据准备安装...
  • 由一系列高度不等的纵向条纹表示数据分布的情况,用来比较两个或两个以上的价值(不同时间或者不同条件),只有一个变量,通常用于较小的数据分析。 柱状图也可横向排列,或用多维方式表达。其主要用于数据
  • 数据分析的步骤:1.查看数据并提出问题2.数据清洗3.代码编写,提取出结果数据,并分析是否有异常数据,修改代码4.根据数据选择合适的图表进行展示5.根据图表小组讨论交流获得最终的结果二.环境与原始数据准备安装...
  • JIra+Python+Pyechart 通过分析jira数据生成图表展示,出具质量可视化的测试报告
  • Python数据分析流程

    2017-10-09 14:18:00
    数据分析的步骤: 1.查看数据并提出问题 2.数据清洗 3.代码编写,提取出结果数据,并分析是否有异常数据,修改代码 4.根据数据选择合适的图表进行展示 5.根据图表小组讨论交流获得最终的结果 二.环境与原始数据...
  • 1.python数据分析库有哪些 2.python绘制图表库有哪些 3.echarts绘制饼状图 柱状图 折线图 4.pyecharts绘制饼状图 柱状图 折线图 5.动态生成sql语句 6.如何获取一个对象的类名 7.基于sql的数据分析 1.python数据分析...
  • 分析2016年奥运运动员数据,使用多种图表方式对多个指标进行可视化展示并进行分析 2.项目具体要求 1、分男女分别分析运动员的身高分布,并制作图表数据为“奥运运动员数据.xlsx,sheet → 运动员信息” 要求...
  • 数据分析和可视化:对清洗后的数据进行分析,并且通过可视化展示出结果 结论和建议:对结果进行解读,得出有价值的结论并且提出相关建议。 数据分析方法 常用统计方法,例如计算常用统计量和构建相关指标 图表法,...
  • Python 的科学栈相当成熟,各种应用场景都有相关的模块,包括机器学习和数据分析。数据可视化是发现数据和展示结果的重要一环,只不过过去以来,相对于 R 这样的工具,发展还是落后一些。 幸运的是,过去几年出现了...
  • Python 的科学栈相当成熟,各种应用场景都有相关的模块,包括机器学习和数据分析。数据可视化是发现数据和展示结果的重要一环,只不过过去以来,相对于 R 这样的工具,发展还是落后一些。 幸运的是,过去几年出现了...
  • 1本适合数据分析小白看的书《Python数据分析基础》

    千次阅读 热门讨论 2018-06-26 06:35:54
    本书适合数据分析与处理工作相关人员。我会经常分享一本书。我分享的书,你看完如果对你有帮助,值得你购买,请到官网购买正版书籍。声明:我不是卖书的,我搞得是Python技术,文章最后免费为你准备了...
  • Python 的科学栈相当成熟,各种应用场景都有相关的模块,包括机器学习和数据分析。数据可视化是发现数据和展示结果的重要一环,只不过过去以来,相对于 R 这样的工具,发展还是落后一些。 幸运的是,过去几年出现了...
  • Python 的科学栈相当成熟,各种应用场景都有相关的模块,包括机器学习和数据分析。数据可视化是发现数据和展示结果的重要一环,只不过过去以来,相对于 R 这样的工具,发展还是落后一些。 幸运的是,过去几年出现...

空空如也

空空如也

1 2 3 4 5 ... 11
收藏数 203
精华内容 81
关键字:

python数据分析图表展示

python 订阅