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

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181115G0KF5N00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

同媒体快讯

扫码关注云+社区

领取腾讯云代金券