绘制-点图和表格

1. 简介

在数据科学和统计学领域中，点图和表格是最常用的可视化工具之一。它们都用于显示数据的趋势和分布，同时还可以让我们从数据中发现隐含的信息。

点图（Scatter Plot）是一种用于显示两个连续变量之间关系的图表。每个数据点都表示一个二元组（x，y），其中 x 是横坐标，y 是纵坐标。通过在 x 和 y 轴上绘制多个数据点，我们可以直观地看到它们之间的相关性。

表格（Table）是一种将数据可视化的办法，它包含一组有规律的数据行和列，允许我们比较和分析不同变量之间的关系。表格可以显示单个变量的分布，也可以用于展示多个变量之间的相关性。

在下文中，我们将介绍如何使用 Python 中的 Matplotlib 库和 Pandas 库来创建点图和表格。

2. Matplotlib 中的点图

2.1 导入 Matplotlib 库

import matplotlib.pyplot as plt

2.2 创建数据

我们先创建两个列表 x 和 y，它们将作为数据点的横坐标和纵坐标。

x = [1, 2, 3, 4, 5]
y = [5, 4, 3, 2, 1]

2.3 绘制点图

plt.scatter(x, y)
plt.show()

如上代码所示，我们可以使用 scatter 函数来绘制点图。在这里，我们将 x 和 y 作为函数的参数，然后调用 show 函数来显示出图像。

2.4 调整点图

我们可以通过调整点的大小、颜色和透明度来美化图像。下面是一些常用的参数：

plt.scatter(x, y, s=50, c='blue', alpha=0.5)
plt.show()

• s：点的大小
• c：点的颜色
• alpha：点的透明度

3. Pandas 中的表格

3.1 导入 Pandas 库

import pandas as pd

3.2 创建表格数据

我们首先要创建一个 DataFrame，它将包含我们要可视化的数据。在这里，我们将使用 Pandas 的 DataFrame 函数来创建一个空的 DataFrame。

df = pd.DataFrame()

然后，我们可以用字典来填充数据表。

df['name'] = ['Alice', 'Bob', 'Charlie', 'David', 'Emily']
df['age'] = [25, 30, 35, 40, 45]
df['gender'] = ['F', 'M', 'M', 'M', 'F']

3.3 显示表格

print(df)

如上代码所示，我们可以使用 print 函数来显示 DataFrame。在这里，我们使用默认的格式来展示数据。

3.4 调整表格

我们可以使用 Pandas 库提供的许多工具来美化 DataFrame。下面是一些常用的函数：

# 更改列名
df = df.rename(columns={'name': 'Name', 'age': 'Age', 'gender': 'Gender'})

# 按某个列排序
df = df.sort_values(by='Age')

# 选择子集
df2 = df[['Name', 'Gender']]

4. 结论

在本文中，我们介绍了如何使用 Python 中的 Matplotlib 库和 Pandas 库来绘制点图和表格。我们了解了如何创建和显示数据，以及如何使用各种工具来调整图像的外观。我们希望这篇文章能为你的数据分析和可视化工作提供参考和帮助。