数据分析与可视化

使用适当的分析方法对采集和整理后的数据加以详细研究，提取有用的信息和形成概括总结的过程。

文章目录

• 前言
• 一、导入工具包
• 二、读取数据并绘制折线图
• 二、读取数据并绘制散点图
• 三、总结
• 四、附录

---

前言

提示：这里可以添加本文要记录的大概内容：

用于统计的函数：
•Numpy库中的sum(),mean(),min(),max()
•Pandas库中的value_counts()
用于数据的可视化：
•第三方绘图库Matplotlib的子库pyplot

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、导入工具包

pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。导入pandas库，用于数据分析，简写为pd
import pandas as pd
导入第三方绘图库Matplotlib的子库pyplot
import matplotlib.pyplot as plt

二、读取数据并绘制折线图

# 读入season.csv中数据
mydf = pd.read_csv('season.csv', encoding='utf-8')
# mydf为DataFrame格式文件
print(mydf)
# 画折线图
plt.plot(mydf['season'], mydf['count'])
plt.show()
# 设置图片大小
fig = plt.figure(figsize=(20,8),dpi=80)
plt.plot(mydf['season'], mydf['count'])
plt.savefig("./data1.png")
plt.show()

二、读取数据并绘制散点图

代码如下（示例）：

# 读入month.csv中数据
mydf = pd.read_csv('month.csv', encoding='utf-8')
# mydf为DataFrame格式文件
print(mydf)
# 画散点图
plt.scatter(mydf['month'], mydf['sum_c'])
plt.title('year')
plt.show()

---

三、总结

如何调整X或者Y轴上的刻度？
fig = plt.figure(figsize = (10,5))
plt.xticks(mydf[‘season’])
plt.show()

四、附录

month.csv文件内容
season,count
Spring,3454
Summer,2425
Autumn,3979
Winter,2416

month.csv文件内容
month,sum_c
1,663
2,841
3,1001
4,1180
5,1273
6,845
7,713
8,867
9,1209
10,1447
11,1323
12,912