1、引言

小云：鱼哥， 老板让我把数据整理成视图。
小鱼：那你就整啊。
小云：我整的不好看。
小鱼：看 内(shen)容(cai)的时候，要什么颜值。
小云：那不行，老板说了，如果我这次把图表整好看了，给我涨薪2K。
小鱼：我去~ 你老板这是考验你啊。
小云：所以…鱼哥 … 嘿嘿…
小鱼：你别嘿嘿了， 你有啥就直说吧。
小云：这次，能不能涨薪，就靠你了。
小鱼：跟我有什么关系， 涨薪也不分给我。
小云：鱼哥，老地方… 听说… 新加项目了…
小鱼：额… 我加班，可没时间去…
小云：确定哈， 票我可有哦
小鱼：… 好吧，那我就帮你一次，就这一次哦。

2、代码示例

2.1 等高线密度图

2.1.1 安装

pip install plotly

然后就是等待着安装。

其它安装方式，直接看这两篇:

• 《Python3，选择Python自动安装第三方库，从此跟pip说拜拜！！》
• 《Python3：我低调的只用一行代码，就导入Python所有库！》
  

敲黑板：

如果在pycharm 安装失败plotly，需要先安装 Pandas。

2.1.2 示例

代码示例

# -*- coding:utf-8 -*-
# @Time   : 2023-03-30
# @Author : Carl_DJ

'''
实现功能：
    等高线密度图
'''

import plotly.express as pt

fig = pt.density_contour(demofile, x="sepal_width", y="sepal_length")
fig.update_traces(contours_coloring="fill", contours_showlabels = True)
fig.show()

运行结果

2.2 旭日图

代码示例

# -*- coding:utf-8 -*-
# @Time   : 2023-03-30
# @Author : Carl_DJ

'''
实现功能：
    旭日图表
'''
 import plotly.express as pt
 
 demofile = pt.data.tips()

运行结果

2.3 分簇散点图

代码示例

# -*- coding:utf-8 -*-
# @Time   : 2023-03-30
# @Author : Carl_DJ

'''
实现功能：
    分簇散点图
'''
import seaborn as sns

#data是数据源文件
sns.swarmplot(data=demofile, x="species", y="sepal_width")

2.4 点图

代码示例

# -*- coding:utf-8 -*-
# @Time   : 2023-03-30
# @Author : Carl_DJ

'''
实现功能：
    点图
'''
 import seaborn as sns
 
 sns.pointplot(data=demofile,x="species", y="sepal_width")

2.5 小提琴图

代码示例

# -*- coding:utf-8 -*-
# @Time   : 2023-03-30
# @Author : Carl_DJ

'''
实现功能：
    小提琴图
'''
import seaborn as sns
 sns.violinplot(data=demofile, y="sepal_width")

运行结果

2.6 词云

关于词云，我想不用过多介绍， 小鱼也有专篇介绍。

《Python3，我只用一段代码，就写了个词云生成器，功能强大到怀疑人生。》

# -*- coding:utf-8 -*-
# @Time   : 2023-03-30
# @Author : Carl_DJ

'''
实现功能：
    词云生成器
'''

import json
import stylecloud
import codecs
import jieba
from collections import Counter

#过滤掉高频出现的词汇
passwords = set()
#读取词汇文档
content = [line.strip() for line in open('./data/passwords.txt', 'r',encoding='utf8').readlines()]
passwords.update(content)

#获取文档词汇， 并截取长度为3个
def make_words(txt):
    make_list = jieba.cut(txt)
    c = Counter()
    words_list = []
    #获取词汇文本
    for x in make_list:
        #长度为3，超过截取
        if len(x) ==  3 and x !='\r\n':
            c[x]  += 1
            words_list.append(x)

    for k,v in c.most_common(50):
        if k not in passwords:
            # print(f'{k,v}')
    #组合词云内容
    return " ".join(words_list)

#读取中大型suv测评.txt内容
with codecs.open('./data/中大型suv测评.txt','r','utf8') as f: #格式需要utf8 否则会报错
    txt = f.read()
#
words_txt = make_words(txt)
#设置词云展示的样式，字体，生成文件名称等，
stylecloud.gen_stylecloud(text=words_txt,custom_stopwords=content,
                          background_color='#1A1A1A',
                          colors=['#dd4444', '#fec42c', '#fac858'],
                          max_font_size=100,
                          output_name='xt6测评.jpg',
                          font_path="C:/Windows/Fonts/FZSTK.TTF"
                          )

3、总结

看到这里， 今天的分享差不多就该结束了。
在当前数据分析为主的时代， 学会一两种可视化图表，只有好处没有坏处。
并且，在年终总结或者季度总结中，也都会用到数据可视化分析图表。
所以， 你要不要掌握几种呢？

我是小鱼：

• CSDN 博客专家；
• 阿里云 专家博主；
• 51CTO博客专家；
• 51认证讲师等；
• 认证金牌面试官；
• 职场面试及培训规划师；
• 多个国内主流技术社区的认证专家博主；
• 多款主流产品(阿里云等)测评一、二等奖获得者；

  关注我，带你学习更多更专业更前言的Python技术。

敲黑板：
    商务合作，私信或者留言，或者在C站主页扫码。