<div style="font-size:16px;">
<blockquote>
全文共
<strong>6661</strong>字，预计学习时长
<strong>20</strong>分钟或更长
</blockquote>
<div class="pgc-img">
<img alt="01d2ac87e8b2e461a42a0b30b7ce2fa4.png" src="https://beijingoptbbs.oss-cn-beijing.aliyuncs.com/cs/5606289-a24d4aae0a8ae0442d8827b958f6ee60.png">
</div>
<blockquote>
在现代数字世界中，数据就像空气一样重要。
</blockquote>
<p class="ql-align-justify">人们每天都会自觉或不自觉地消费和产生大量数据。近来，许多商家试图利用这些数据来进行营销和吸引消费者。所有行业都开始在其服务中增添人性化色彩，向消费者兜售绝佳的用户体验。而这一切都是基于数据科学下人工智能和机器学习技术的发展。机器正变得越发聪明，能通过分析大量数据从而做出决策。</p>
<div class="pgc-img">
<img alt="3c2a56c567d2d5d7486a456e09ada262.png" src="https://beijingoptbbs.oss-cn-beijing.aliyuncs.com/cs/5606289-1de2e1213147112e8a4d9b934b9436d8.png">
</div>
<p class="ql-align-justify">为了分析大量数据集，机器需要使用通过Python语言构建的数据视觉化工具。因此，今天需要了解以下问题：</p>
<p class="ql-align-justify">1. 什么是数据视觉化呈现？</p>
<p class="ql-align-justify">2. 有哪些数据视觉化呈现工具？</p>
<p class="ql-align-justify">3. 如何使用这些工具？</p>
<p class="ql-align-justify">4. 为什么需要学习使用这些工具？</p>
<div class="pgc-img">
<img alt="835fe2f04d96473157b88dfefb17d89b.png" src="https://beijingoptbbs.oss-cn-beijing.aliyuncs.com/cs/5606289-b2f95139baa70a8fc34f43cbf5ae2b31.png">
</div>
<h1 class="ql-align-center"><strong>数据科学中的数据视觉化</strong></h1>
<div class="pgc-img">
<img alt="64b1e562fda56ed54b8d6cd185b7c8b0.png" src="https://beijingoptbbs.oss-cn-beijing.aliyuncs.com/cs/5606289-757263c44a35d2664a6c00eecd39cea4.png">
</div>
<p class="ql-align-justify">众所周知，人脑更易于理解图像。因此有句俗语说：一图胜千言。而这完全适用于数据科学，因为其需要分析大量视觉化呈现的数据以推演数据模型。</p>
<p class="ql-align-justify">数据视觉化是数据科学领域的一项技术，可使你讲出具有信服力的故事，通过易于理解、模拟化的方式将数据和分析结果视觉化呈现。这项技术能让复杂的数据看起来很简单，并易于理解。</p>
<p class="ql-align-justify">数据视觉化呈现工具</p>
<p class="ql-align-justify">以下介绍几个常用的数据视觉化工具：</p>
<p class="ql-align-justify">1. Matplotlib</p>
<p class="ql-align-justify">2. Seaborn</p>
<p class="ql-align-justify">3. Plotly</p>
<p class="ql-align-justify">4. Pandas</p>
<p class="ql-align-justify">学习使用这些视觉化工具可促进数据理解、信息提取和决策制定。本文将对Matplotlib工具进行详细介绍。</p>
<div class="pgc-img">
<img alt="835fe2f04d96473157b88dfefb17d89b.png" src="https://beijingoptbbs.oss-cn-beijing.aliyuncs.com/cs/5606289-b2f95139baa70a8fc34f43cbf5ae2b31.png">
</div>
<h1 class="ql-align-center"><strong>Matplotlib</strong></h1>
<p class="ql-align-justify">Matplotlib是一个Python的2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。Matplotlib可在多种环境下运行，包括Python脚本、Python及IPython shell命令行，Jupyter notebook，网络应用服务器与四个图形用户界面工具包。</p>
<p class="ql-align-justify">Matplotlib广泛应用于数据视觉化，运行良好，用户界面与Matlab相似度较低，并给予用户极大的编码灵活度。写编码可能会很无聊，但Matplotlib会给用户极大的自由。</p>
<div class="pgc-img">
<img alt="835fe2f04d96473157b88dfefb17d89b.png" src="https://beijingoptbbs.oss-cn-beijing.aliyuncs.com/cs/5606289-b2f95139baa70a8fc34f43cbf5ae2b31.png">
</div>
<h1 class="ql-align-center"><strong>安装Matplotlib</strong></h1>
<p class="ql-align-justify">1. 使用画中画</p>
<pre class="blockcode"><code>python -m pip install -U pippython -m pip install -U matplotlib</code></pre>
<p class="ql-align-justify">2. 使用Python科学包</p>
<p class="ql-align-justify">有许多第三方科学包，如：</p>
<p class="ql-align-justify">· Anaconda</p>
<p class="ql-align-justify">· Canopy</p>
<p class="ql-align-justify">· Activestate</p>
<p class="ql-align-justify">本文最推荐Anaconda。它是常用Python数据科学包之一，可帮助轻松安装所有数据科学包，并预装Numpy,SciPy, Pandas, Matplotlib, Plotly等工具。推荐所有人安装这个科学包，安装时间只需要几秒钟。</p>
<p class="ql-align-justify">可在conda终端运行conda命令以安装任何科学包。不过需要访问官网获取准确的命令形式。</p>
<pre class="blockcode"><code>conda install PackageName</code></pre>
<p class="ql-align-justify">对于Matpotlib工具：</p>
<pre class="blockcode"><code>conda install matplotlib</code></pre>
<p class="ql-align-justify">不同类型的Matpolotlib工具提供的功能不同：</p> |
|
转播
