Python数据可视化实例 4

本文将通过一些Python数据可视化实例，展示Python强大的数据可视化能力

本文主要介绍了误差棒图、配对分面、在散点图两侧增加直方图、

加入地图背景和通过PCA可视化数据

误差棒图

每场比赛出手次数

绘制勇士队前15场比赛的每场比赛的平均、最多、最少球员出手次数

配对分面

配对分面是分面的一种延伸，每个面可以将2个变量的相关性等可视化出来，方便查看

各项数据相关性

通过分面配对来查看各项数据之间的相关性

对角线显示数据的密度分布

上三角中显示相关性

下三角中绘制散点图，并拟合一条回归线

在散点图两侧增加直方图

得分与助攻

在散点图的上方与右方增加直方图，来观察得分与助攻的分布情况

加入地图背景

这里使用plotly来绘制图形，plotly是一款非常好用的图形库，可以方便的绘制各类交互图形，plotly使用上一些设置较为复杂，可以参考其官方网站

各球队球员平均得分

通过PCA可视化数据

当数据维度非常多时，利用PCA算法对数据进行降维处理，可以对其进行可视化

球员位置数据对比

对5个位置上的球员数据做PCA降维，保留2个成分进行可视化