python数据可视化

python 提供了很多库用以处理，分析，展示数据。主要用到的库有以下几个：

pandas

seaborn

matplotlib

sklearn

以下用一个例子展示数据的处理，分析和展示：

importnumpyasnp

importmatplotlib.pyplotasplt

importpandasaspd

importseabornassns

fromsklearn.model_selectionimporttrain_test_split

frommpl_toolkits.mplot3dimportAxes3D

"""

从fruit_data_with_colors.txt中读取数据，将所有的数据集展示

成二维的多变量统计图

将原始数据集分为训练数据集和测试数据集，将训练数据展示为3d图，

方便找到规律

"""

fruits_df = pd.read_table('fruit_data_with_colors.txt')

fruits_df.head()

fruit_name_dict =dict(zip(fruits_df['fruit_label'],

fruits_df['fruit_name']))

print(fruit_name_dict)

X = fruits_df[['mass','width','height','color_score']]

y = fruits_df['fruit_label']

X_train,X_test,y_train,y_test = train_test_split(X,y,

test_size=1/4,random_state=)

sns.pairplot(data=fruits_df,hue='fruit_name',vars=['mass',

'width','height','color_score'])

label_color_dict = {1:'red',2:'green',3:'blue',4:

'yellow'}

colors =list(map(lambdalabel: label_color_dict[label],

y_train))

fig = plt.figure()

ax = fig.add_subplot(111,projection='3d')

ax.scatter(X_train['width'],X_train['height'],

X_train['color_score'],c=colors,marker='o',s=100)

ax.set_xlabel('width')

ax.set_ylabel('height')

ax.set_zlabel('color_score')

plt.show()

以下为程序运行之后展示的结果：