PYTHON Tutorial
Diagram är ett utmärkt sätt att visualisera data och göra dem lättare att förstå. Det finns många olika typer av diagram, var och en med sina egna fördelar och nackdelar. I den här guiden kommer vi att diskutera några av de vanligaste typerna av diagram och hur man skapar dem i Python med hjälp av Matplotlib-biblioteket.
Stapeldiagram används för att jämföra kategoriska data. Varje kategori representeras av en stapel, och höjden på stapeln motsvarar värdet för den kategorin.
pyplot.bar()
-funktionen för att skapa stapeldiagrammet.import matplotlib.pyplot as plt
categories = ['Katter', 'Hundar', 'Fåglar']
values = [10, 20, 30]
plt.bar(categories, values)
plt.show()
Histogram används för att visualisera fördelningen av kontinuerliga data. De visar antalet datapunkter som faller inom olika intervall, kallade "bins".
pyplot.hist()
-funktionen för att skapa histogrammet.import matplotlib.pyplot as plt
data = [10, 20, 30, 40, 50, 60, 70, 80, 90, 100]
plt.hist(data)
plt.show()
Spridningsdiagram används för att visualisera förhållandet mellan två variabler. Varje datapunkt representeras av en punkt i diagrammet, och punkternas placering motsvarar värdena för de två variablerna.
pyplot.scatter()
-funktionen för att skapa spridningsdiagrammet.import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
plt.scatter(x, y)
plt.show()
Cirkeldiagram används för att visualisera hur en helhet är uppdelad i olika delar. Varje del representeras av en sektor i cirkeln, och storleken på sektorn motsvarar värdet för den delen.
pyplot.pie()
-funktionen för att skapa cirkeldiagrammet.import matplotlib.pyplot as plt
values = [10, 20, 30, 40]
plt.pie(values)
plt.show()
Boxplottar används för att visualisera fördelningen av data och identifiera medianen, kvartilerna och extrema värden.
pyplot.boxplot()
-funktionen för att skapa boxplotten.import matplotlib.pyplot as plt
data = [10, 20, 30, 40, 50, 60, 70, 80, 90, 100]
plt.boxplot(data)
plt.show()