Одной из важных частей в анализе данных является графическое
визуализация. Это может быть частью исследовательского процесса —
например, чтобы помочь идентифицировать выбросы или необходимые
преобразования данных, или как способ генерирования идей для
моделей. В Python есть много дополнительных библиотек для создания
статических или динамических визуализаций, но мы сосредоточемся в
основном на matplotlib
и библиотеках, которые построены на её
основе.
Со временем matplotlib
породила ряд дополнительных наборов инструментов
для визуализации данных, которые используют matplotlib
в качестве
«ядра». Одним из таких инструментов является seaborn
.
Краткий пример использования matplotlib
Рисунки и подграфики
Цвет, маркеры и стили линий
Подписи к осям, масштаб и легенда
Сохранение рисунков в файл
Построение графиков с помощью pandas
и seaborn
Линейные графики
Столбчатые диаграммы
Гистограммы и графики плотности распределения
Диаграммы рассеяния или точечные графики
Категориальные данные