<button id="2ddn7"><acronym id="2ddn7"></acronym></button>

<button id="2ddn7"><acronym id="2ddn7"></acronym></button>

  • <button id="2ddn7"><object id="2ddn7"></object></button>
      1. <s id="2ddn7"></s>
        更多課程 選擇中心


        Python培訓

        400-111-8989

        蜘蛛網圖實現Python可視化的方法是什么?

        • 發布:Python培訓
        • 來源:Python教程知識
        • 時間:2021-02-01 13:46

        數據可視化是數據科學或機器學習項目中十分重要的一環。通常,你需要在項目初期進行探索性的數據分析(EDA),從而對數據有一定的了解,而且創建可視化確實可以使分析的任務更清晰、更容易理解,特別是對于大規模的高維數據集。

        蜘蛛網圖(Spider Plot)是顯示一對多關系的最佳方法之一。換而言之,你可以繪制并查看多個與某個變量或類別相關的變量的值。在蜘蛛網圖中,一個變量相對于另一個變量的顯著性是清晰而明顯的,因為在特定的方向上,覆蓋的面積和距離中心的長度變得更大。如果你想看看利用這些變量描述的幾個不同類別的對象有何不同,可以將它們并排繪制。

        在上面的圖表中,我們很容易比較復仇者聯盟的不同屬性,并看到他們各自的優勢所在!(請注意,這些數據是隨機設置的,我對復仇者聯盟的成員們沒有偏見。)

        在這里,我們可以直接使用「matplotlib」而非「seaborn」來創建可視化結果。我們需要讓每個屬性沿圓周等距分布。我們將在每個角上設置標簽,然后將值繪制為一個點,它到中心的距離取決于它的值/大小。最后,為了顯示更清晰,我們將使用半透明的顏色來填充將屬性點連接起來得到的線條所包圍的區域。

        # Import libs

        import pandas as pd

        import seaborn as sns

        import numpy as np

        import matplotlib.pyplot as plt

        # Get the data

        df=pd.read_csv("avengers_data.csv")

        print(df)

        """

        # Name Attack Defense Speed Range Health

        0 1 Iron Man 83 80 75 70 70

        1 2 Captain America 60 62 63 80 80

        2 3 Thor 80 82 83 100 100

        3 3 Hulk 80 100 67 44 92

        4 4 Black Widow 52 43 60 50 65

        5 5 Hawkeye 58 64 58 80 65

        """

        # Get the data for Iron Man

        labels=np.array(["Attack","Defense","Speed","Range","Health"])

        stats=df.loc[0,labels].values

        # Make some calculations for the plot

        angles=np.linspace(0, 2*np.pi, len(labels), endpoint=False)

        stats=np.concatenate((stats,[stats[0]]))

        angles=np.concatenate((angles,[angles[0]]))

        # Plot stuff

        fig = plt.figure()

        ax = fig.add_subplot(111, polar=True)

        ax.plot(angles, stats, 'o-', linewidth=2)

        ax.fill(angles, stats, alpha=0.25)

        ax.set_thetagrids(angles * 180/np.pi, labels)

        ax.set_title([df.loc[0,"Name"]])

        ax.grid(True)

        plt.show()

        以上就是使用蜘蛛網圖實現Python數據可視化的方法

        免責聲明:內容來源于公開網絡,若涉及侵權聯系盡快刪除!

        預約申請免費試聽課

        填寫下面表單即可預約申請免費試聽!怕錢不夠?可就業掙錢后再付學費! 怕學不會?助教全程陪讀,隨時解惑!擔心就業?一地學習,可全國推薦就業!

        上一篇:Python學習路線圖從入門到精通
        下一篇:Python入門學習詳細的學習計劃

        Python中類的屬性有哪幾種

        Python語法你知道多少

        Python 中常見的配置文件寫法

        Python爬蟲可以做什么

        • 掃碼領取資料

          回復關鍵字:視頻資料

          免費領取 達內課程視頻學習資料

        • 視頻學習QQ群

          添加QQ群:1143617948

          免費領取達內課程視頻學習資料

        Copyright ? 2021 Tedu.cn All Rights Reserved 京ICP備08000853號-56 京公網安備 11010802029508號 達內時代科技集團有限公司 版權所有

        選擇城市和中心
        黑龍江省

        吉林省

        河北省

        湖南省

        貴州省

        云南省

        廣西省

        海南省

        青青青草网站免费观看|青青青视频在线观看 超真实强奷视频在线看 百度 好搜 搜狗
        <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>