重磅乾貨，第一時間送達
作者：CrescentAI，華南理工大學，Datawhale優秀學習者
前言
本文對課程資料集及泰坦尼克號資料集進行了例項講解，一步一步帶你繪製資料視覺化中常用的五種圖形，並對資料間可能存在的相關性做出了闡述。
繪製常用圖形
常用圖形有：
plt。scatter（） 散點圖
plt。plot（） 折線圖
plt。bar（） 直方圖
plt。pie（） 餅圖
plt。boxplot（） 箱型圖
接著我們還可以檢視其資料結構：
以及檢視各學科的缺失值情況：
對於這些缺失值，我們可以選擇使用函式刪除：
再使用函式進行簡單的統計描述：
散點圖
得到結果：
得到，且散點圖結果如下：
折線圖
得到輸出：
接著：
得到輸出：
可以嘗試刪除序號列，並且重設索引列：
再按照索引排序，可得到相應結果：
接著檢視一共有多少行資料作為x軸資料
再將各科成績資料進行繪圖，得到折線圖結果：
直方圖
再將語文成績資料進行繪圖，得到直方圖結果：
再將數學平均成績資料進行繪圖，得到直方圖結果：
將多個學科成績畫到一副圖中
餅圖
箱型圖
泰坦尼克號資料
男女中生存人數分佈情況
女性比男性生存人數多。
男女中生存人與死亡人數的比例
男女性生存與死亡人數的佔比偏差比較大。
不同票價的人生存和死亡人數分佈情況
不同的票價所反映出來的生存人數是非常明顯的，票價低的人死亡數量高是因為離甲板遠，且逃生機會大大降低。
不同倉位等級的人生存和死亡人員的分佈情況
不同年齡的人生存與死亡人數分佈情況
不同倉位等級的人年齡分佈情況
下載1：OpenCV-Contrib擴充套件模組中文版教程
下載2：Python視覺實戰專案52講
下載3：OpenCV實戰專案20講
交流群
