Python数据可视化（微课版） 课件全套 吕云翔 第1-11章 数据可视化概述 -新生数据分析与可视化案例

PowerPointDesign汇报人：AiPPT时间：202X数据可视化概述20XX-20XX01数据可视化简介CONTENTS02数据可视化发展历史数据可视化流程0304数据可视化设计工具和原则PART数据可视化简介PowerPointDesign01数据是可识别的、抽象的符号，涵盖数字、文字、图形等，是客观事物属性、数量、位置及其相互关系的抽象表示。例如，“0、1、2...”、“阴、雨、下降、气温”等都是数据。在计算机科学中，数据是能输入计算机并被程序处理的符号介质的总称，随着计算机存储和处理对象的广泛与复杂，数据形式也日益多样。数据的定义与范畴数据是信息的表现形式和载体，信息则是数据的内涵，是对数据的加工处理后得到的并对决策产生影响的结果。数据是物理性的符号，信息是逻辑性和观念性的，两者相互依存，不可分离。信息与数据的区别与联系数据可视化是数据中信息的可视化，借助图形化手段有效传达与沟通信息。它是一门科学，与多个领域密切相关，在商业中发挥巨大价值，是商务智能的重要组成部分；同时，它也是一门艺术，需在功能与美学形式间达到平衡。数据可视化的意义数据与信息的关系数据可视化的价值体现在大数据时代，数据可视化成为传递信息不可缺少的手段，是快速理解数据的必然要求。它主要从数据中寻找模式、关系和异常，为各领域提供决策支持，如城市交通流量模式分析可为交通管理和调控提供依据。数据可视化在不同领域的应用数据可视化在研究、教学和开发领域极为活跃且关键。在商业领域，通过报表、图表等形式呈现数据，帮助企业和个人更好地理解数据，提升决策效率；在科学研究中，可视化技术助力科学家探索复杂数据中的规律和关系。数据可视化的价值与作用PART数据可视化发展历史PowerPointDesign02早期可视化的萌芽数据可视化的起源可追溯到公元2世纪，但之后发展缓慢。17世纪，地质探索、数学和历史的普及促进了早期地图、图表和时间线的出现，为现代数据可视化奠定了基础。威廉・普莱费尔的贡献现代图表的发明者威廉・普莱费尔在1786年出版的《商业和政治地图集》中发明了折线图和柱状图，在1801年出版的《统计摘要》中发明了饼状图，这些图表形式至今仍广泛使用。19世纪的黄金时期19世纪上半叶，人们已掌握整套统计数据可视化工具，如柱状图、饼图、直方图等。查尔斯・约瑟夫・密纳德将可视化应用于工程和统计，其作品如拿破仑军队损失图，以艺术方式详尽表达多个数据维度，被爱德华・塔夫特誉为“迄今为止最好的统计图”。早期发展与重要人物20世纪上半叶，政府、商业机构和科研部门大量使用可视化统计图形，同时在航空、物理、天文和生物等科学与工程领域的应用取得突破性进展。多维数据可视化和心理学的引入，使可视化更加严谨和实用。0120世纪上半叶的进展21世纪，互联网催生了许多新的可视化技术和功能，屏幕媒体融入交互、动画和图像渲染技术，加入实时数据反馈，创建沉浸式数据交流和实用环境。数据可视化传播受众扩大，可视化工具和平台不断涌现，促进了可视化技术的快速发展和广泛应用。0221世纪互联网的影响20世纪至今的发展PART数据可视化流程PowerPointDesign03内部数据采集内部数据采集主要针对企业内部经营活动的数据，通常来源于业务数据库，如订单交易情况。分析用户行为数据、APP使用情况时，还需通过“埋点”方法采集APP或Web的数据。外部数据采集外部数据采集旨在获取企业外部数据，如竞品数据、官方机构公布的行业数据等。常用“网络爬虫”方法进行采集。内部和外部采集的数据均为二手数据，而调查和实验采集的数据属于一手数据，不在此次探讨范围内。数据采集数据预处理数据采集得到的数据常含有噪声和误差，质量较低。常见的数据质量问题包括数据收集错误、离群点、遗漏值、数据不一致和重复值等。因此，数据清洗和规范化是数据可视化流程中不可或缺的环节。数据挖掘数据的特征和模式往往隐藏在海量数据中，需通过数据挖掘提取。常用的数据处理方法有降维、数据聚类和切分、抽样等统计学和机器学习中的方法，以从高维、海量、多样化的数据中挖掘有价值的信息支持决策。数据处理和变换可视化映射是数据可视化流程的核心，将处理后的数据信息映射成可视化元素。可视化元素由可视化空间、标记和视觉通道三部分组成。标记是数据属性到可视化几何图形元素的映射，视觉通道是数据属性值到标记视觉呈现参数的映射，两者结合完整表达数据信息。可视化映射人机交互的重要性在于避免可视化图形信息过于臃肿混乱，模糊重点，分散用户注意力。常见的交互方式包括滚动和缩放、颜色映射的控制、数据映射方式的控制和数据细节层次控制等，这些交互功能在可视化辅助分析决策方面发挥重要作用。人机交互可视化映射与人机交互可视化映射后的结果需通过用户感知才能转化为知识和灵感。用户从可视化结果中进行信息融合、提炼、总结知识和获得灵感，还可利用可视化结果向他人展示数据信息。用户感知涉及心理学、统计学、人机交互等多个学科知识，影响因素众多。用户感知PART数据可视化设计工具和原则PowerPointDesign04大数据存储技术大数据存储利用分布式存储与访问技术，具有高效、容错性强等特点。主要数据存储介质类型包括机械硬盘、固态硬盘等，数据组织形式有按行组织、按列组织等，组织管理层次涵盖块级、文件级及数据库级等。0102分布式文件系统如HDFS、GFS等，文档存储模型支持嵌套结构和数组，列式存储查询速度快但插入更新慢，键值存储读写性能好，图形数据库适用于存储复杂网络关系数据，关系数据库是最传统的数据存储模型，内存数据库处理实时性强的业务逻辑。常见的数据存储模型可视化数据组织与管理工具数据筛选原则可视化展示信息要适度，保证用户获取数据信息的效率。可通过提供数据筛选操作或使用多视图、多显示器等方式，让用户选择显示数据的部分，避免信息过少或过多导致理解困难或思维混乱。数据到可视化的直观映射原则设计者需明确数据语义，了解用户个性特征，预测用户行为和期望，提高可视化设计的可用性和功能性。同时，要使用正确的视觉通道编码数据信息，如类别型数据用分类型视觉通道，有序型数据用定序的视觉通道。美学原则美学设计可提高可视化吸引力，促用户深入探索。简单原则避免过多元素造成复杂效果，平衡原则使元素平衡分布，聚焦原则突出重要元素，通过这些原则实现功能与形式的完美结合。适当运用隐喻原则隐喻是将一种事物用于理解和表达另一种事物的方法。设计师通过图形、图像、动画等方式重新编码信息内容，用户进行隐喻认知解码了解信息内涵。选取合适的源域和喻体，创造更佳的可视和交互效果。颜色与透明度选择原则颜色用于编码数据分类或定序属性，增加不透明度分量通道可实现颜色混合效果，提供上下文内容信息，便于用户把握数据全局。但色调视觉通道在编码分类数据上有时会失效，需慎用颜色混合。视图选择与交互设计原则优秀的可视化展示应使用人们熟悉的视图设计方式，简单数据用基本视图，复杂数据用或开发新视图。此外，应提供视图滚动与缩放、颜色映射控制、数据映射方式控制、数据选择工具和细节控制等交互手段，让用户按需修改视图展示结果。可视化设计原则Python作为脚本语言，因其易用性、简单学习曲线、丰富数据处理和可视化库，在数据可视化领域脱颖而出。其简洁易用性适合初学者和资深数据工程师，丰富的第三方库资源如Matplotlib、Seaborn等可应对各种数据可视化任务，高灵活性允许用户完全控制图表外观和内容，良好的社区支持预示未来将有更多高级可视化库和工具出现，使Python成为数据可视化的首选工具之一。Python与数据可视化PowerPointDesign汇报人：AiPPT时间：202X谢谢大家汇报人：AiPPT时间：20XX.XX20XXPOWERPOINTDESIGNPython数据可视化库概览目录ContentsMatplotlib：基础与应用01Pyecharts：交互式数据可视化06Seaborn：高级统计可视化02HoloViews：简化数据可视化创建07Scikit-plot：机器学习可视化03Plotly：交互式图表库08Python-igraph：网络分析与可视化04Wordcloud：词云展示库09Networkx：图论与复杂网络建模05习题与实训10PARTMatplotlib：基础与应用01POWERPOINTDESIGNMatplotlib概述Matplotlib是Python著名的绘图库，由JohnHunter在2003年创建。广泛用于绘制2D和3D图形，如条形图、散点图等。其代码简单易懂，易于扩展，可绘制高质量图形，包括出版物级别的图形。它是免费和开源的，几行代码即可生成多种图形。尽管Matplotlib有默认图形样式和美观度不如现代库（如Seaborn、Plotly）的缺点，且在动态更新图形或实时显示数据的应用中可能不是最佳选择，渲染性能在大规模数据集或复杂视图时可能成瓶颈，但它仍是数据科学和可视化的基石库，适用于各种图表和展示，社区支持强大。Matplotlib安装与使用安装Python环境后，可通过更换清华源（pipconfigsetglobal.index-url/simple）来优化pip安装。安装Matplotlib时，也会安装Numpy库，常用于数组和矩阵运算。使用时，通过importmatplotlib.pyplotasplt引入库。例如，绘制y=x直线的简单代码展示了其易用性。Matplotlib简介与特点以绘制y=x直线为例，展示了Matplotlib生成图形的基本流程。代码简洁，输出图形直观，体现了Matplotlib在基础绘图方面的高效性和实用性。通过简单的代码，即可生成清晰的图形，如图2-1所示，直观展示了y=x的关系。绘制基础图形Matplotlib的实践示例PARTSeaborn：高级统计可视化02POWERPOINTDESIGNSeaborn概述Seaborn利用Matplotlib的强大功能，以简洁的代码创建美观图表。其默认款式和调色板设计现代，基于Matplotlib构建，需了解Matplotlib以调整默认值。Seaborn是Python数据可视化分析的重要包，专用于统计可视化，与Pandas无缝连接，语法简洁，是Matplotlib的补充而非替代。它以数据可视化为中心，提供面向数据集制图函数，操作行列索引和数组，进行内部语义映射与统计整合，生成信息丰富的图表。Seaborn安装与使用安装Seaborn库简单，通过pipinstallseaborn命令即可。使用时，通过importseabornassns引入库。绘制y=x直线的例程展示了Seaborn的使用方法，通过sns.lineplot(x=x,y=y)绘制直线，并设置图表标题和轴标签，输出图形如图2-2所示，体现了Seaborn在生成美观图表方面的优势。Seaborn简介与优势绘制统计图表通过绘制y=x直线的例程，展示了Seaborn在绘制统计图表方面的应用。与Matplotlib相比，Seaborn生成的图形更加美观，代码更加简洁。通过简单的设置，即可生成具有标题和轴标签的图表，如图2-2所示，体现了Seaborn在统计可视化方面的高效性和易用性。Seaborn的实践应用PARTScikit-plot：机器学习可视化03POWERPOINTDESIGNScikit-plot概述Scikit-plot是建立在matplotlib之上的Python库，为机器学习可视化提供高级接口。它旨在简化机器学习模型的可视化过程，帮助数据科学家和分析师理解数据和模型性能。适合熟悉scikit-learn的用户，通过简单函数调用生成多种图表，如混淆矩阵、ROC曲线等，用于模型评估、选择和调优以及特征重要性分析。Scikit-plot安装与使用安装Scikit-plot库通过pipinstallscikit-plot命令。使用时，通过importscikitplotasskplt引入库。通过一个简单的例程，展示了Scikit-plot生成ROC曲线的过程。在这个例程中，使用了scikit-learn的digits数据集和GaussianNB模型，通过skplt.metrics.plot_roc(y_test,predicted_probas)生成ROC曲线，如图2-3所示，体现了Scikit-plot在机器学习可视化方面的应用。Scikit-plot简介与功能”通过一个具体的例程，展示了Scikit-plot在生成机器学习模型性能图表方面的应用。在这个例程中，通过加载digits数据集，训练GaussianNB模型，并使用Scikit-plot生成ROC曲线，直观地展示了模型的性能。如图2-3所示，ROC曲线清晰地展示了模型的真正例率和假正例率，帮助分析师评估模型的性能。生成机器学习模型性能图表Scikit-plot的实践案例PARTPython-igraph：网络分析与可视化04POWERPOINTDESIGNigraph是开源免费的网络分析工具集合，python-igraph是其Python接口，高效且功能丰富。基于C/C++图形库igraph，继承高性能特性，适用于处理大型和复杂网络数据。广泛应用于社会网络分析、生物信息学等领域。提供创建图对象、添加和删除节点和边等功能，支持有向图、无向图和混合图。内置大量算法，如中心性计算、社区检测等，可视化功能虽不及专业软件包，但足以生成高质量图形，API设计简化编程复杂度。Python-igraph概述安装Python-igraph库通过pipinstallpython-igraphpycairo命令。使用时，通过importigraphasig引入库。通过一个简单的例程，展示了Python-igraph生成皮特森图的过程。在这个例程中，通过igraph内置的函数直接展示了著名的皮特森图，如图2-4所示，体现了Python-igraph在网络分析和可视化方面的应用。Python-igraph安装与使用Python-igraph简介与特点通过一个具体的例程，展示了Python-igraph在网络分析和可视化方面的应用。在这个例程中，通过使用igraph内置的函数，直接生成了著名的皮特森图，如图2-4所示。这个图展示了Python-igraph在构建和分析网络图方面的强大功能，通过简单的代码即可生成复杂的网络图，体现了其高效性和易用性。构建与分析网络图Python-igraph的实践操作PARTNetworkx：图论与复杂网络建模05POWERPOINTDESIGN01Networkx是2002年5月产生的Python图论与复杂网络建模工具，内置常用图与复杂网络分析算法。支持创建简单无向图、有向图和多重图，节点可为任意数据，支持任意边值维度。功能丰富，简单易用，适用于处理千万级别以下的网络，广泛应用于学术研究、数据分析等领域。与python-igraph相比，NetworkX注重提供简单易用的工具和算法，以便研究复杂网络的结构和动态行为。Networkx概述02安装Networkx库通过pipinstallnetworkx命令。使用时，通过importnetworkxasnx引入库。通过一个简单的例程，展示了Networkx生成无向图的过程。在这个例程中，通过创建无向图并添加边，使用Networkx绘制了一个包含两个节点和一条边的无向图，如图2-5所示，体现了Networkx在图论与复杂网络建模方面的应用。Networkx安装与使用Networkx简介与功能通过一个具体的例程，展示了Networkx在创建和分析复杂网络方面的应用。在这个例程中，通过创建无向图并添加边，使用Networkx绘制了一个简单的无向图，如图2-5所示。这个图展示了Networkx在创建和分析复杂网络方面的强大功能，通过简单的代码即可生成复杂的网络图，体现了其高效性和易用性。创建与分析复杂网络Networkx的实践应用PARTPyecharts：交互式数据可视化06POWERPOINTDESIGNPyecharts概述Pyecharts是用于生成Echarts图表的Python库，Echarts是由百度开发的开源可视化库。Pyecharts利用Echarts的强大功能，使得在Python环境中创建交互式、动态的图表变得简单易行。特别适合于web报告和演示文稿，生成的图表可以easily嵌入到网页中，并支持用户交互操作。提供简单而强大的方式创建多种动态图表，使数据可视化变得容易有趣。Pyecharts安装与使用安装Pyecharts库通过pipinstallpyecharts命令。使用时，按需引入所需的组件，如引入柱状图。通过一个简单的例程，展示了Pyecharts生成柱状图的过程。在这个例程中，通过使用Pyecharts的Bar组件，生成了一个某商场销售情况的柱状图，如图2-6所示，体现了Pyecharts在交互式数据可视化方面的应用。Pyecharts简介与特点创建交互式图表通过一个具体的例程，展示了Pyecharts在创建交互式图表方面的应用。在这个例程中，通过使用Pyecharts的Bar组件，生成了一个某商场销售情况的柱状图，如图2-6所示。这个图展示了Pyecharts在创建交互式图表方面的强大功能，通过简单的代码即可生成复杂的交互式图表，体现了其高效性和易用性。Pyecharts的实践案例PARTHoloViews：简化数据可视化创建07POWERPOINTDESIGNHoloViews是基于Python的开源库，旨在简化数据可视化的创建过程。建立在Bokeh、Matplotlib等库基础上，提供高级抽象，使用户使用更少代码创建交互性可视化。核心思想是将数据、可视化元素和交互性组合，使可视化更直观容易。可与Pandas、Dask等数据处理库无缝集成，支持多种图表类型，轻松添加交互性，支持面板仪表板创建，适用于科学研究、数据分析等领域。HoloViews概述安装HoloViews库通过pipinstallholoviews命令。使用时，通过importholoviewsashv引入库。通过一个简单的例程，展示了HoloViews生成可交互散点图的过程。在这个例程中，通过使用HoloViews的Points元素，生成了一个简单的可交互散点图，如图2-7所示，体现了HoloViews在简化数据可视化创建方面的应用。HoloViews安装与使用HoloViews简介与功能通过一个具体的例程，展示了HoloViews在创建交互性可视化方面的应用。在这个例程中，通过使用HoloViews的Points元素，生成了一个简单的可交互散点图，如图2-7所示。这个图展示了HoloViews在创建交互性可视化方面的强大功能，通过简单的代码即可生成复杂的交互性可视化，体现了其高效性和易用性。01创建交互性可视化HoloViews的实践操作PARTPlotly：交互式图表库08POWERPOINTDESIGNPlotly是强大的交互式图表库，支持多种编程语言，包括Python。在Python中，通过plotly包实现，提供丰富的图表类型和细致的图表控制选项，使创建高质量交互式图表和数据可视化简单直观。生成的图表基于web，可轻松嵌入网页，支持用户交互操作，如缩放、平移、悬停提示等。广泛应用于数据分析、科学研究等领域，特别适合高度交互性的数据探索任务和创建动态、响应式可视化。安装Plotly库通过pipinstallplotlyplotly_express命令。使用时，通过importplotly_expressaspx或importplotly.graph_objectsasgo引入库。通过一个简单的例程，展示了Plotly生成加拿大人口柱状图的过程。在这个例程中，通过使用Plotly的px.bar函数，生成了一个加拿大历年来的人口数据信息柱状图，如图2-8所示，体现了Plotly在交互式图表方面的应用。Plotly概述Plotly安装与使用Plotly简介与特点创建动态交互式图表通过一个具体的例程，展示了Plotly在创建动态交互式图表方面的应用。在这个例程中，通过使用Plotly的px.bar函数，生成了一个加拿大历年来的人口数据信息柱状图，如图2-8所示。这个图展示了Plotly在创建动态交互式图表方面的强大功能，通过简单的代码即可生成复杂的动态交互式图表，体现了其高效性和易用性。01Plotly的实践应用PARTWordcloud：词云展示库09POWERPOINTDESIGNWordcloud是优秀的词云展示第三方库，以词语为基本单位，通过图形可视化方式，直观艺术展示文本。通过文本分词将关键词以视觉吸引形式展示，词大小通常表示频率或重要性。适合展示文本数据中最显著的词，如演讲、文章或社交媒体内容的关键词提取。Wordcloud概述安装Wordcloud库通过pipinstallwordcloud命令。使用时，通过importwordcloudasnx引入库。通过一个简单的例程，展示了Wordcloud生成词云图的过程。在这个例程中，通过使用Wordcloud库对一句话进行解析，并针对里面的关键词生成对应的词云，如图2-9所示，体现了Wordcloud在词云展示方面的应用。Wordcloud安装与使用Wordcloud简介与特点通过一个具体的例程，展示了Wordcloud在生成词云图方面的应用。在这个例程中，通过使用Wordcloud库对一句话进行解析，并针对里面的关键词生成对应的词云，如图2-9所示。这个图展示了Wordcloud在生成词云图方面的强大功能，通过简单的代码即可生成复杂的词云图，体现了其高效性和易用性。生成词云图Wordcloud的实践操作PART习题与实训010POWERPOINTDESIGN选择题Python中最常用的绘图库是什么？A.SeabornB.PlotlyC.MatplotlibD.Scikit-plotSeaborn库是基于哪个库进行更高级的API封装？A.MatplotlibB.PlotlyC.PyechartsD.HoloViewsScikit-plot主要用于哪个领域的可视化？A.网络分析B.机器学习C.经济数据分析D.地理信息系统Python-igraph库适用于哪类数据的可视化？A.时间序列B.地理空间数据C.网络和复杂图结构D.统计数据分析HoloViews库旨在简化哪个过程？A.数据清洗B.数据建模C.数据可视化创建D.数据存储01判断题Matplotlib无法绘制3D图形。（对/错）Seaborn不能与Pandas无缝连接。（对/错）Scikit-plot是基于Seaborn库开发的。（对/错）Python-igraph支持创建有向图和无向图。（对/错）Pyecharts主要用于命令行数据可视化。（对/错）02填空题Matplotlib由在______年创建。Seaborn在Matplotlib的基础上进行了______级的API封装。Scikit-plot非常适合快速生成______来分析机器学习模型结果。Python-igraph是一个专为Python编程语言开发的______库。HoloViews建立在Bokeh、Matplotlib等库的基础上，并提供了______。03问答题Matplotlib的主要用途是什么？Seaborn与Matplotlib相比，有哪些主要的改进？Scikit-plot提供哪些图表来展示模型性能？如何描述Python-igraph在网络分析中的应用？HoloViews在数据可视化中提供了哪种创新？04应用题使用Matplotlib绘制一个包含X和Y轴标签、标题的简单折线图。利用Seaborn库创建一个展示不同类别数据分布的箱形图。05习题配置Python环境和安装使用主要的数据可视化库，如Matplotlib、Seaborn、Plotly等。了解各个库的安装方法、特点及基本使用方式，为进一步的数据分析和可视化工作打下基础。（1）环境准备：安装Python3.7及之后的环境，并在安装过程中选择添加到PATH。熟悉使用命令行或Python包管理工具（如pip）。（2）库安装：通过pip安装数据可视化所需的库，包括但不限于Matplotlib、Seaborn、Plotly和pyecharts。（3）库特点了解：通过阅读官方文档或其他教程，了解每个库的主要特点和适用场景。（4）基本绘图实践：选择一个或多个库，进行基本的绘图操作练习，如绘制折线图、柱状图、散点图等，熟悉图表创建的基本流程。需求说明实现思路及步骤实训：Python可视化环境配置汇报人：AiPPT时间：20XX.XX20XXPOWERPOINTDESIGN谢谢大家主讲人：AiPPT时间：20XX.XXPOWERPOINTDESIGN202XPowerPointDesign------------------Python的数据读取与处理Python数据读取与查看01Python数据清洗02Pandas读取与处理表格数据03NumPy处理数据04scikit-learn处理数据05目录--------------PowerPointDesignPython数据读取与查看01PARTPOWERPOINTDESIGNPython中使用open函数进行文件读写。例如，使用open('filename.txt','r')读取文件，open('filename.txt','w')写入文件。使用with语句可自动关闭文件，如withopen('filename.txt','r')asf:。文件读写操作默认使用系统编码，一般为utf8。可使用encoding参数设置编码方式，如open('filename.txt','wt',encoding='ascii')。遇到编码错误可使用errors='ignore'或errors='replace'参数处理。读写字节数据读写字节数据如图片、音频时，使用'rb'和'wb'模式。例如，withopen('filename.bin','rb')asf:读取字节数据，withopen('filename.bin','wb')asf:写入字节数据。从字节数据中读写文本需编码和解码。如withopen('filename.bin','rb')asf:后使用.decode('utf-8')读取文本，写入时使用.encode('utf-8')。02文件读写操作01Python的文件读写Python中使用pickle模块实现对象序列化和反序列化。例如，pickle.dump(l1,f1)序列化对象l1到文件f1，pickle.load(f2)从文件f2反序列化对象。pickle模块中的dump和dumps方法区别在于dumps将对象存储为字符串，对应的loads()用于反序列化。大部分Python对象可通过这种方式存储和加载，但一些特殊对象如进程对象、网络连接对象等无法序列化。使用pickle模块对象序列化CSV文件以纯文本形式存储表格数据，由记录组成，记录之间以换行符分隔，每条记录中是字段。Python的csv模块用于操作本地CSV文件。读取网络资源中的CSV文件时，可先下载到本地或转换为StringIO对象操作。使用csv.DictReader可将CSV的每一行作为字典返回，csv.reader则把每一行作为列表返回。写入CSV文件时，使用csv.writer的writerow()方法写入一行，writerows()方法写入多行。CSV文件操作CSV的读写在Python中使用数据库需通过特定程序模块（API）实现。以MySQL为例，使用PyMySQL模块连接数据库。首先安装模块，创建数据库和用户，然后使用pymysql.connect()连接数据库，执行SQL语句进行操作，最后关闭连接。SQLite3是一种轻量型关系型数据库系统，Python内置sqlite3模块用于交互。使用sqlite3.connect()连接数据库，执行SQL语句创建表和插入数据，使用commit()提交操作，最后关闭连接。不同数据库类型使用的通配符可能不同，操作完毕后需关闭数据库连接。使用PyMySQL和SQLite3数据库的使用--------------PowerPointDesignPython数据清洗02PARTPOWERPOINTDESIGN处理方法对于缺失值，可忽略有缺失值的数据，删除存在缺失项的记录或缺失值过多的属性列，但可能损失大量数据。也可进行缺失值填补，填补某一固定值、平均值或根据记录填充最有可能值，最有可能值的确定可利用决策树、回归分析等方法。缺失值处理处理技术分箱技术通过考察相邻数据确定最终值，实现异常或噪声数据的平滑处理。基本思想是按属性值划分子区间，将数据放入对应“箱子”内，然后按箱平均值、中值、边界值等方法对数据进行平滑处理。聚类技术将数据集合分组为多个簇，找出并清除落在簇之外的孤立点，这些孤立点被视为噪声。回归技术通过发现两个相关变量之间的关系，建立数学模型预测下一个数值，包括线性回归和非线性回归，用于平滑数据。噪声数据处理处理方案对于数据不一致性问题，需根据实际情况给出处理方案。可使用相关材料人工修复，用知识工程的工具修改违反给定规则的数据。在多个数据源集成处理时，对不同数据源的数据进行数据转化，解决编码规则差异问题。不一致数据的处理处理方法异常数据如字符编码问题引起的乱码、字符被截断、异常的数值等，大部分情况难以修正，只能过滤。但有些异常数据可还原，如原字符中掺杂无用字符可用取子串方法处理，字符被截断的情况若能推导出原字符串也可还原。数值记录中异常大或小的值可分析是否数值单位差异引起，通过转化处理，数值单位差异也可视为数据的不一致性。异常数据的处理--------------PowerPointDesignPandas读取与处理表格数据03PARTPOWERPOINTDESIGN支持的数据格式Pandas支持多种格式数据读取，包括CSV、Excel、SQL数据库和JSON。读取CSV文件使用pd.read_csv('example.csv')，读取Excel文件第一个工作表使用pd.read_excel('example.xlsx',sheet_name=0)，读取JSON文件使用pd.read_json('example.json')。还可只读取特定列，如pd.read_csv('example.csv',usecols=['Column1','Column2'])，跳过文件开头的行，如pd.read_csv('example.csv',skiprows=2)，将特定字符串视为缺失值，如pd.read_csv('example.csv',na_values=['NA'])。读取表格数据在数据可视化项目中，常需将不同来源的数据集合并为统一数据结构。Pandas提供pd.concat()、pd.merge()和df.join()等函数实现数据合并和连接。pd.concat()用于沿轴堆叠多个对象，如pd.concat([df1,df2],ignore_index=True)。pd.merge()适用于数据库连接操作，如pd.merge(left,right,on='key',how='left')。df.join()用于按索引合并不同索引的DataFrame，如left.join(right,how='outer')。数据合并与连接处理表格数据--------------PowerPointDesignNumPy处理数据04PARTPOWERPOINTDESIGNndarray对象NumPy是开源Python库，支持大量维度数组与矩阵运算，提供数学函数库。NumPy核心是ndarray对象，由Python的n维数组封装而来，通过C语言预编译数组操作，比原生Python执行效率高，但使用Python语言编码。ndarray与数组区别在于元素类型相同且创建时大小固定。创建数组最简单方式是使用array函数，如np.array([1,2,3])创建一维数组，np.array([[1,2,3],[4,5,6]])创建二维数组。数组属性包括ndarray.ndim（数组维数）、ndarray.shape（数组形状）、ndarray.size（数组中元素总数）和ndarray.dtype（数组元素类型）。NumPy库介绍常见操作NumPy数组可进行索引、切片和迭代操作。还可使用一系列数学函数直接在数组上操作，如加减乘除、平方根、指数、对数等。例如，数组加法c+d，数组乘法c*d。对于数组合并，使用np.concatenate()方法，如np.concatenate((a1,a2))合并数组，np.concatenate((a1,a2),axis=1)指定合并的轴。数组操作--------------PowerPointDesignscikit-learn处理数据05PARTPOWERPOINTDESIGN数据处理功能Scikit-learn是广泛使用的Python机器学习库，建立在NumPy、SciPy和matplotlib之上，提供数据挖掘和分析工具。自带多个数据集，如鸢尾花数据集load_iris()、手写数字数据集load_digitals()等。不直接从文件读取数据，通常与Pandas结合使用处理任务。提供预处理库preprocessing，包括标准化、编码分类特征、处理缺失值、特征选择等功能。标准化将特征数据缩放至均值为0、方差为1，如StandardScaler().fit_transform(X)。编码分类特征将分类特征转换为数值数据，如OneHotEncoder().fit_transform(X).toarray()。处理缺失值使用SimpleImputer填充缺失值，如SimpleImputer(missing_values=np.nan,strategy='mean').fit_transform(X)。特征选择提高模型准确率或减少特征数量提高训练速度，如SelectKBest(chi2,k=2).fit_transform(X,y)。scikit-learn库介绍主讲人：AiPPT时间：20XX.XXPOWERPOINTDESIGN202XPowerPointDesign------------------谢谢大家Python数据可视化：时间数据的呈现汇报人：AiPPT汇报时间：20XX.X时间数据在大数据中的应用连续型时间数据可视化离散型时间数据可视化010203目录习题实训：Matplotlib绘图与主题更改0405202X202X202X202X01时间数据在大数据中的应用时间数据是大数据的“体量”基础，如金融、商业、社会经济指标等数据都随时间积累，为政策制定、战略调整提供依据。时间数据分为连续型和离散型，连续型如气温、股票价格，离散型如交易时间、社交媒体帖子发布时间，可视化目的是揭示随时间变化趋势。01可视化是理解时间数据的关键工具，能将复杂时间序列转换为直观图形。Python的Matplotlib和Seaborn等库可创建多种时间数据图表，从基础折线图到复杂热图和脊线图。02时间数据的关键作用可视化工具与方法时间数据的重要性与分类探讨关键问题通过可视化探讨时间数据中的稳定因素、变化方向、背后原因、不同数据变化一致性、相关性及周期性规律等。这些变化模式蕴含深刻信息，需通过时间维度深入观察分析才能完全揭示。可视化策略与技巧本章后续将深入研究时间数据可视化方式，介绍有效策略和技巧，帮助更好地理解和利用时间数据。0102时间数据可视化的目的与价值202X202X202X202X02连续型时间数据可视化阶梯图基本框架如图4-1所示，使用matplotlib生成的阶梯图结果如图4-2所示，可清晰展示数据随时间的离散变化。02阶梯图是X-Y图的一种，用于Y值离散改变且在特定X值位置突变的场景，如银行利率调整。使用matplotlib生成阶梯图，代码示例展示了设置中文字体、正常显示负号、数据点及生成阶梯图的方法。01阶梯图的定义与用途阶梯图的应用示例阶梯图折线图用直线段连接数据点显示变化趋势，适用于展现人口增长、书籍销售量等时间数据。折线图基本框架如图4-3所示，横轴长度影响曲线趋势展现，合理设置横轴长度很重要。折线图的特点与适用场景使用matplotlib生成折线图，代码示例包括设置图表标题、坐标轴标签、数据点及创建折线图的方法。使用Matplotlib生成的折线图结果如图4-4所示，能直观呈现数据变化的整体趋势。折线图的生成与展示折线图南丁格尔玫瑰图由弗罗伦斯·南丁格尔发明，又名极坐标面积图，适用于绘制比较、随时间变化的循环现象。与传统饼图相比，南丁格尔玫瑰图更绚丽直观，应用广泛，基本框架如图4-5所示。”使用pyecharts生成南丁格尔玫瑰图，代码示例展示了准备数据、设置颜色、添加数据、设置全局和系列配置项及生成html文档的方法。使用Pyecharts生成的南丁格尔玫瑰图结果如图4-6所示，能有效展示数据的分布和变化。”南丁格尔玫瑰图的起源与优势南丁格尔玫瑰图的生成与示例南丁格尔玫瑰图热图的原理与适用范围热图通过色彩变化显示数据，适用于交叉检查多变量数据、显示变量间差异、相似性及相关性。热图示例如图4-7所示，依赖颜色表达数值，难以提取特定数据点或准确指出色块间差异。热图的生成与展示使用matplotlib生成热图，代码示例包括导入库、设置中文字体、正常显示负号、生成示例数据、创建热图、添加颜色条及设置标题和坐标轴标签的方法。使用Matplotlib生成的热图结果如图4-8所示，可直观呈现数据的分布和差异。热图脊线图的生成与示例生成脊线图需配合seaborn使用，代码示例展示了设置样式、中文字体、正常显示负号、生成数据、初始化图和轴、绘制分布、调整布局及显示图表的方法。使用seaborn生成的脊线图结果如图4-10所示，能清晰展示数据的集中趋势、离散程度及峰值。脊线图的特点与优势脊线图通过连续线条和填充颜色表示数据分布，便于比较不同组或类别的数据分布特征和整体趋势。与普通密度图相比，脊线图可并排展示多个密度图，但处理大量组别或展示具体数据点细节有限。脊线图202X202X202X202X03离散型时间数据可视化离散型时间数据的定义离散型时间数据又称不连续性时间数据，在任何两个时间点之间个数有限，数据来自具体时间点或时段，可能数值也有限。例如每届奥运会奖牌总数、各国金牌数、各资格考试每年通过率等都是离散数据。离散型时间数据的可视化处理下文将介绍如何对离散型时间数据进行可视化处理，包括散点图、柱形图、堆叠柱形图和点线图等方法。离散型时间数据的特点与实例散点图的定义与用途散点图是数理统计回归分析中数据点在直角坐标系平面上的分布图，表示因变量随自变量变化趋势，可拟合函数关系。对于离散时间数据，水平轴表示时间，垂直轴表示数值，基本框架如图4-11所示。散点图的生成与展示使用matplotlib生成散点图，代码示例包括设置中文字体、正常显示负号、示例数据、创建散点图及设置图表标题和坐标轴标签的方法。使用Matplotlib生成的散点图结果如图4-12所示，能直观呈现数据随时间的变化趋势。散点图14%25%柱形图的特点与适用场景柱形图又称条形图、直方图，以高度或长度差异显示统计指标数值，简明醒目，常用于显示一段时间内数据变化或各项间比较情况。柱形图基本框架如图4-13所示，柱形高度体现数值大小，合理选择柱形宽度很重要。柱形图的生成与展示使用matplotlib生成柱形图，代码示例包括设置中文字体、正常显示负号、示例数据、创建柱形图及设置图表标题和坐标轴标签的方法。使用Matplotlib生成的柱形图结果如图4-14所示，能清晰展示数据的分布和比较。柱形图堆叠柱形图是普通柱形图的变体，在一个柱形上叠加一个或多个其他柱形，适用于数据存在子分类且相加有意义的情况。堆叠柱形图基本框架如图4-15所示，可展示多个数据类别在特定时间点的累积值。堆叠柱形图的特点与用途使用matplotlib生成堆叠柱状图，代码示例包括设置中文字体、正常显示负号、示例数据、绘制第一部分和第二部分柱子、设置图表标题和坐标轴标签及添加图例的方法。使用Matplotlib生成的堆叠柱状图结果如图4-16所示，能直观呈现数据的累积和比较。堆叠柱形图的生成与展示堆叠柱形图点线图的生成与展示使用matplotlib生成点线图，代码示例包括设置中文字体、正常显示负号、生成示例数据、创建点线图及添加标题和坐标轴标签的方法。使用Matplotlib生成的点线图结果如图4-18所示，能清晰呈现数据的分布和变化。点线图的特点与用途点线图是离散型数据可视化的一种形式，是柱形图的变形，更聚焦端点，一般示例如图4-17所示。股市中有一种特殊点线图，一条线表示交易时段，一个点表示收市价，线高低点表示最高价及最低价，如图4-19所示，可让投资者了解市价与交易时段高低价关系及市场气氛倾向。点线图202X202X202X202X04习题时间数据应用领域在大数据中，时间数据的主要应用包括股票交易、商品销售、社交媒体分析等，答案为D.上述所有。连续型时间数据定义连续型时间数据指的是连续记录的数据，答案为B.连续记录的数据。不适合表示连续型时间数据的图形柱形图不适合表示连续型时间数据，答案为C.柱形图。离散时间数据记录类型离散时间数据更倾向于记录特定时间点的事件，答案为B.特定时间点的事件。堆叠柱形图通常用于展示多个数据类别在特定时间点的累积值，答案为C.多个数据类别在特定时间点的累积值。堆叠柱形图用途选择题所有数据都是带有时间标签的，答案为正确。所有数据带时间标签时间序列数据不仅在金融领域有应用，还在其他领域广泛应用，答案为错误。时间序列数据应用范围折线图能有效表示时间数据的变化趋势，答案为错误。折线图表示时间数据变化趋势离散型时间数据可以用散点图表示，答案为错误。离散型时间数据表示方法可视化是理解时间数据的关键工具，答案为正确。可视化与时间数据理解判断题0102030405时间数据应用维度连续型时间数据常用图形离散型时间数据典型例子Python数据可视化库阶梯图适用场景时间数据在大数据中的应用主要依赖于其作为一个关键的时间维度。折线图是表示连续型时间数据常用的图形之一。离散型时间数据的一个典型例子是交易发生的时间。使用Python的数据可视化库，如Matplotlib和Seaborn，可以创建各种表现时间数据的图表。阶梯图通常用于表示Y值发生离散改变的场景。填空题01连续型和离散型时间数据区别连续型时间数据是连续记录的数据，如气温、股票价格；离散型时间数据是特定时间点的事件记录，如交易时间、社交媒体帖子发布时间。02阶梯图应用场景阶梯图适用于Y值发生离散改变的场景，如银行利率调整，可清晰展示数据在特定时间点的突变。03柱形图表示时间数据方法使用柱形图表示时间数据时，水平轴表示时间，垂直轴表示数值，柱形高度体现数值大小，可直观展示数据在不同时间点的分布和比较。04可视化与时间数据理解可视化能将复杂的时间序列转换为直观图形，使我们能快速捕捉数据中的模式和趋势，从而更好地理解和利用时间数据。05选择可视化图形方法根据时间数据的类型（连续型或离散型）和要展示的信息（如趋势、分布、比较等）选择合适的可视化图形，如连续型时间数据可选择折线图、阶梯图等，离散型时间数据可选择散点图、柱形图等。问答题对于股票价格的连续时间数据，可使用折线图展示价格随时间的连续变化趋势，也可使用阶梯图表示价格在特定时间点的调整变化。折线图能清晰呈现价格的波动，阶梯图则突出价格的离散变化。股票价格数据可视化展示某商品每月销量（离散时间数据）可选择柱形图，柱形图能直观展示每月销量的高低，便于比较不同月份的销售情况。也可选择折线图，折线图能呈现销量随时间的变化趋势，帮助分析销售的增减情况。商品每月销量可视化方案应用题202X202X202X202X05实训：Matplotlib绘图与主题更改在Python环境中使用Matplotlib库创建多种类型的图表，如折线图、柱状图、散点图、饼图等，并尝试应用不同的主题和样式改变图表外观，熟悉Matplotlib的基本绘图功能和主题更改选项，提高数据可视化的表达力和美观度。实训目标需求说明确保Python环境已正确安装，并通过pip安装Matplotlib库。导入必要的Python模块，如numpy用于数据处理，matplotlib.pyplot用于绘图。环境准备使用Matplotlib创建基本图表类型，掌握设置图表标题、轴标签、图例和颜色等方法。绘制折线图、柱状图、散点图和饼图，理解数据的不同视觉表示方法。基本绘图探索Matplotlib的样式表，学习使用预设样式改变图表整体外观。自定义图表样式，包括调整颜色、字体、线型和背景等，满足特定视觉需求。主题应用与样式更改尝试Matplotlib的高级功能，如子图布局、动画制作和交互式图表等，创建更复杂和动态的视觉表示。学习保存图表为不同格式文件，便于报告和演示使用。学习将图表嵌入Web页面或导出为图片、PDF格式的方法。高级功能探索实现思路及步骤谢谢大家汇报人：AiPPT汇报时间：20XX.X主讲人：AiPPT时间：20XX.XXPOWERPOINTDESIGN202XPowerPointDesign------------------Python关系数据可视化目录CONTENTS01关系数据在大数据中的应用02数据分布性的可视化03习题04实训：Seaborn绘图与主题更改--------------PowerPointDesign关系数据在大数据中的应用01PARTPOWERPOINTDESIGN关系数据价值关系数据在大数据中用于找到变量间联系，发掘事物背后因果关系。通过探索变量相关性，进而探索隐藏的因果关系。分析数据时，可从整体观察，也可关注数据分布，如数据间是否存在重叠或毫不相干，以及各分布数据的相关关系。数据可视化后，图表所表达的意义至关重要。关系数据具有关联性和分布性。关联性指数据间相互联系和影响，如股市中不同股票之间的相关性；分布性指数据在一个或多个维度上的分布情况，如通过直方图展示单个变量的分布情况。关系数据特性大数据挖掘与变量关联散点图散点图用于展示两个变量之间的关系，通过点的分布判断相关性。一般有三种关系：正相关、负相关和不相关。正相关时，横轴数据和纵轴数据变化趋势相同；负相关时，变化趋势相反；不相关时散点排列杂乱无章。使用散点图时要注意：当要在不考虑时间的情况下比较大量数据点时，常使用散点图；即便自变量为连续性变量，仍然可以使用散点图；如果在散点图中有多个序列，考虑将每个点的标记形状更改为方形、三角形、菱形或其他形状；散点图中包含的数据越多，比较的效果就越好。散点图矩阵散点图矩阵借助两变量散点图的作图方法，是一个大的图形方阵，其每一个非主对角元素的位置上是对应行的变量与对应列的变量的散点图，而主对角元素位置上是各变量名。借助散点图矩阵可以清晰地看到所研究多个变量两两之间的相关关系。气泡图气泡图和散点图相比，多了一个维度的数据。气泡图就是将散点图中没有大小的“点“变成有大小的“圆”，圆的大小就可以用来表示多出的那一维数据的大小。气泡图让我们可以同时比较三个变量。一个具体的例子是二手车的价格由车龄和里程来决定，可以看出，两个指标越小，气泡越大，代表价格越高，反之则反。如果使用Python绘制气泡图，只需要在散点图的代码上进行一些简单的修改。数据关联性的可视化--------------PowerPointDesign数据分布性的可视化02PARTPOWERPOINTDESIGN茎叶图定义与优点茎叶图又称“枝叶图”，是由20世纪早期的英国统计学家阿瑟·鲍利（ArthurBowley）设计。茎叶图的思路是将数组中的数按位数进行比较，将数的大小基本不变或变化不大的位作为一主干（茎），将变化大的位的数作为分枝（叶），列在主干的后面。茎叶图的优点是统计图上没有原始数据信息的损失，所有数据信息都可以从茎叶图中得到。茎叶图中的数据还可以随时记录，随时添加，方便记录与表示。茎叶图缺点与绘制茎叶图的缺点是只便于表示个位之前相差不大的数据，而且茎叶图只方便记录两组的数据。茎叶图十分直观且简单，可以使用Excel方便的进行绘制。茎叶图直方图又称质量分布图，是数值数据分布的精确图形表示。直方图中的柱形高度表示的是数值频率，柱形的宽度是取值区间。水平轴和垂直轴与一般的柱形图不同，它是连续的；一般的柱形图的水平轴是分离的。我们可以使用seaborn库来进行直方图的绘制，相关代码如下。绘制得到的图表如图5-8所示。直方图定义与绘制直方图密度图可用它对分布的细节变化进行可视化处理。当直方图分段变多时，分段之间的组距就会缩短，此时依着直方图画出的折线就会逐渐变成一条光滑的曲线，这条曲线就称为总体的密度分布曲线。这条曲线可以反映数据分布的密度情况。01我们可以使用seaborn库来进行密度图的绘制，相关代码如下。绘制得到的图表如图5-10所示。02密度图定义与绘制密度图--------------PowerPointDesign习题03PARTPOWERPOINTDESIGNB.关联性大数据分析中，探索变量的哪种关系是挖掘背后可能隐藏因果关系的重要一步？D.维度关系选择题内容C.分布性A.时间序列关系在数据关联性可视化中，使用哪种图可以展示两个变量之间的关系？选择题气泡图是在散点图基础上增加了一个维度的数据表示。（）散点图不能用于表示两个以上的变量之间的关系。（）茎叶图在显示数据分布时，会丢失原始数据信息。（）判断题内容关系数据在大数据中的应用主要不包括数据的时间序列分析。（）直方图的柱形高度表示的是数值的频率。（）判断题大数据的一个重要价值是可以帮助我们找到变量之间的________。散点图可以用于发现数据和________之间的关联关系。茎叶图最初是由________设计的。在使用Python绘制气泡图时，可以通过设置s参数来调整________的大小。密度图可以反映数据分布的________情况。填空题内容填空题描述数据关联性可视化的目的是什么？问答题内容散点图矩阵的基本框架是怎样的？如何使用Python绘制气泡图？直方图在数据分布性可视化中起到什么作用？密度图与直方图有什么不同，它们分别适用于什么场景？问答题请设计一个实验，使用茎叶图和直方图分别展示同一数据集，比较它们在表示数据分布特性时的优势和不足。给定一组数据，如何使用散点图判断两个变量之间是否存在相关性？应用题内容应用题--------------PowerPointDesign实训：Seaborn绘图与主题更改04PARTPOWERPOINTDESIGN01在Python环境中使用Seaborn库创建多种类型的图表，并尝试应用不同的主题和样式来改变图表的外观。目标是熟悉Seaborn的基本绘图功能和主题更改选项，从而提高数据可视化的表达力。需求说明内容需求说明（3）主题应用：探索并应用Seaborn的不同主题（如dark,whitegrid等），观察和比较这些主题对图表外观的影响。（4）样式自定义：尝试调整图表的更多样式选项，如颜色、字体大小和图表元素的布局。（1）环境准备：确保Python环境已正确安装，并通过pip安装Seaborn库。（2）基本绘图：按照Seaborn的文档，创建基本的图表类型，如散点图、直方图、密度图等。实现思路及步骤内容实现思路及步骤主讲人：AiPPT时间：20XX.XXPOWERPOINTDESIGN202XPowerPointDesign------------------谢谢大家主讲人：AiPPT时间：20XX.XXPOWERPOINTDESIGN202XPowerPointDesign------------------Python比例数据可视化Catalogue目录1.比例数据在大数据中的应用PartOne部分与整体PartTwo2.时空比例数据可视化PartThree习题PartFour3.4.实训：使用Pyecharts构建数据大屏PartFive5.--------------PowerPointDesign比例数据在大数据中的应用01PARTPOWERPOINTDESIGN比例数据可视化中，通过数据排序可轻易找到最大值与最小值。例如，市场份额占比中，最小值和最大值分别代表市场份额最少和最多的公司。在一顿早餐中食物卡路里含量占比图中，最小、最大值对应卡路里含量最少和最多的食物。寻找最大值与最小值研究者更关注整体的分布构成以及各部分之间的相对关系。如早餐中鸡蛋、面包、牛奶的卡路里含量是否均衡，是否存在某一种成分的卡路里含量占绝大多数。本章涉及的图表类型将帮助读者解答类似问题，理解各部分在整体中的占比和相互关系。研究整体分布与相对关系比例数据可视化目的--------------PowerPointDesign部分与整体02PARTPOWERPOINTDESIGN饼图基本框架与特点饼图是常见的统计学模型，用来直观形象地表示比例关系。虽然可以在对应的部分标上精确数据，但有时楔形角度过小，数据标注会存在一定困难，无法兼顾美观。饼图不太适合表示精确的数据，但可以直观呈现各部分占比差别，以及部分与整体之间的比例关系。如图6-2所示的入学时间饼图，清晰地展示了不同入学时间学生所占的比例。饼图绘制代码示例使用Matplotlib绘制饼图的代码示例：pythonimportmatplotlib.pyplotaspltplt.rcParams['font.sans-serif']='SimHei'#设置中文显示plt.figure(figsize=(6,6))#将画布设定为正方形，则绘制的饼图是正圆label=['正常入学','错后入学','提前入学']#定义饼图的标签explode=[0.01,0.01,0.01]#设定各项距离圆心n个半径values=[719,84,196]plt.pie(values,explode=explode,labels=label,autopct='%1.1f%%')plt.title('入学时间饼图')#绘制标题plt.savefig('./入学时间饼图')#保存图片plt.show()该代码生成的图形如图6-4所示，通过设置标签、颜色和宽度属性，绘制出了具有视觉效果的环形图，用于展示不同入学时间的学生比例。饼图堆叠柱形图的基本框架如图6-5所示。在实际应用中，数值轴一般表示比例，堆叠柱状图在进行不同比例之间的变化的比较时以及时间序列比较时具有优势。例如，对五个公司三年的营业额进行可视化时，使用饼图很难确切看到发生了什么，而切换到堆积条形图时，可以清楚地看到A公司的市场份额增长和E公司的市场份额萎缩的趋势，如图6-7所示。堆叠柱形图基本框架与优势具体代码可以参考第四章中4.3.3堆叠柱形图部分，在此不再叙述。堆叠柱形图代码参考比例中的堆叠矩形树图绘制代码示例使用Python的squarify库生成矩形树图的代码示例：生成的图形如图6-9所示，通过设置大小、标签和透明度，绘制出了矩形树图，用于展示不同类别的比例关系。矩形树图基本框架与特点矩形树图是一种基于面积的可视化方式。外部矩形代表父类别，内部矩形代表子类别。矩形树图可以呈现树状结构的数据比例关系。其基本框架如图6-8所示。当类目数据较多且有多个层次的时候，饼图的展示效果往往会打折扣，矩形树图能更清晰、层次化地展示数据的占比关系。如电子商务、产品销售等涉及大量品类的分析，都可以用矩形树图。矩形树图和弦图基本框架与特点和弦图绘制代码示例和弦图是一种用于展示多个项目之间关系的可视化方法。在和弦图中，数据通常以一个圆环来表示，节点围绕着圆周分布，点与点之间以弧线彼此连接以显示当中关系，通过每个圆弧的大小比例给每个连接分配数值。此外，还可以通过颜色将数据分类，直观地进行比较和区分。这些数据段之间的关系通过圆环内部的弦（线条）来表示，弦的大小通常表示关系的强度或数据的量。和弦图常用于展示如社交网络、交通流量、商品交换等多个项目之间的相互联系和交互模式。其基本框架如图6-9所示。使用基于matplotlib的第三方库mpl_chord_diagram绘制和弦图的代码示例：生成的图形如图6-12所示，通过设置节点名称和流量矩阵，绘制出了和弦图，用于展示不同城市之间的交通流量关系。0102和弦图旭日图基本框架与特点旭日图是一种用于可视化层次数据结构的图表，通过多层的圆环展示数据的层次关系和比例大小。旭日图的中心是数据结构的根节点，每一层的圆环代表了数据结构中的一个层级，向外层扩展显示更深层次的数据。旭日图非常适合于展示树形数据的分布情况，比如文件系统的目录结构、公司的组织架构、网站的导航结构等。其基本框架如图6-13所示。0102使用pyecharts库创建旭日图的代码示例：生成的图形如图6-14所示，通过设置数据结构和配置项，创建了旭日图，用于展示层次数据的分布情况。旭日图绘制代码示例旭日图--------------PowerPointDesign时空比例数据可视化03PARTPOWERPOINTDESIGN堆叠面积图的基本框架如图6-15所示。现在的数据往往都带有时间维度的信息，时间属性的比例数据也是经常出现的。例如，每年都会对各项消费占居民总消费的比例进行统计，每一的调查结果都会积累下来。01各种消费占比随着时间的变化情况是国家很关心的信息，这可以反映国民的生活是越来越好了还是越来越差了。假设存在多个时间序列图表，现在将它们从下往上堆叠，填满空白的区域，最终得到一个堆叠面积图，水平轴代表时间，垂直轴的数值范围为0到100%。02堆叠面积图基本框架与特点0201使用matplotlib生成堆叠面积图的代码示例：生成的图形如图6-16所示，通过设置数据和标签，绘制出了堆叠面积图，用于展示不同系列随时间的变化趋势。堆叠面积图绘制代码示例--------------PowerPointDesign习题04PARTPOWERPOINTDESIGN01饼图主要用于展示哪种类型的数据？B.比例数据04矩形树图主要用来表示什么类型的数据？B.层次数据02环形图与饼图不同之处在于什么？C.中间有一个“空洞”05和弦图用于展示什么？C.项与项之间的流量或关系堆叠柱状图在数据可视化中主要用来展示什么？C.各部分之间的比例关系03选择题1饼图适合用于展示精确的数据比例。（×）2环形图不能表示多个样本之间的比例关系。（×）3堆叠柱状图不能用于展示时间序列数据的比例变化。（×）4矩形树图可以清晰地展示大量品类的分析数据。（√）5旭日图适合用于展示复杂的层次数据结构。（√）判断题环形图是饼图的一种变体，特点是中间有空洞。矩形树图通过矩形的大小来表示数据的层次结构和比例大小。堆叠柱状图主要优势在于能够展示各部分之间的比例关系的变化。和弦图常用于展示项与项之间的相互关系和交互模式。在比例数据可视化中，用于表示整体中各部分比例的图表是饼图。填空题描述饼图在数据可视化中的用途和限制。用途：饼图用于直观地展示各部分在整体中所占的比例关系，适用于展示简单的分类数据占比情况。限制：饼图不适合展示精确的数据比例，当类别较多或部分占比差异较小时，难以准确区分各部分的具体数值，且不适合展示层次结构或多个样本之间的比例关系。环形图与饼图在视觉表现上有什么不同，环形图的优势是什么？01020304不同：环形图中间有一个“空洞”，而饼图是一个完整的圆形。优势：环形图可以同时展示多个样本各部分所占的相应比例，有利于构成的比较研究，通过各个弧形的长度衡量比例大小，更适合展示多个样本之间的比例关系。如何解释堆叠柱状图在比例数据可视化中的作用？堆叠柱状图在比例数据可视化中主要用于展示不同分类之间的比例关系以及随时间或其他变量的变化趋势。它能够清晰地展示各部分在整体中的占比，并且可以直观地比较不同分类之间的差异和变化，适用于展示时间序列数据的比例变化或不同组之间的比较。05060708问答题01设计一个场景，说明如何使用饼图和环形图来分析市场份额数据。0302假设有一个数据集包含多个年份的公司收入数据，如何使用堆叠柱状图和旭日图来展示每年收入中不同产品的收入比例变化？场景：假设有一家公司在分析其在不同地区的市场份额。首先，使用饼图展示该公司在各个地区的市场份额占比，通过不同颜色的扇形区域直观地表示各地区在公司总市场份额中的比例。然后，使用环形图展示多个竞争对手在同一地区的市场份额，通过环形图的多个环来比较不同公司在同一地区的市场份额构成，从而了解公司在各地区的竞争地位和市场分布情况。首先，使用堆叠柱状图展示每年公司收入中不同产品的收入比例。将年份作为X轴，收入作为Y轴，不同产品的收入用不同颜色的柱子堆叠在一起，从而直观地展示每年各产品收入在公司总收入中的占比以及随时间的变化趋势。然后，使用旭日图展示层次化的收入数据，将年份作为最外层的圆环，产品类别作为内层的圆环，通过不同颜色和大小的扇形区域表示各产品在不同年份的收入比例，从而清晰地展示收入数据的层次结构和随时间的变化情况，便于分析公司收入的动态变化和产品收入的贡献度。04应用题--------------PowerPointDesign实训：使用Pyecharts