参考来源:Vitu.AI
欢迎来到数据可视化的世界
在这个学习章节里,你将会学习到如何从初级的数据可视化处理到高级的利用seaborn来画图的技巧
- 这篇教学是为了没有太多编程经验的用户设计的,并且
- 每个画图图表都将使用最简单的方式
如果你没怎么写过代码,但是你又想学习如何利用强大的seaborn画图,你就来对地方了,可以先看看以下seaborn可以画出来的图有多强大
设置你的notebook
以下代码是本学习章节里都会在开始执行的代码,基本上完成的作用就是引用会使用到的pandas,matplotlib和seaborn这几个库,运行以后你会看到“设置完成”
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
print("设置完成")
上传并加载数据
在这里我们会从网上下载一个FIFA的历史排名数据,分别是阿根廷(ARG),巴西(BRA),西班牙(ESP),法国(FRA),德国(GER)和意大利(ITA)。数据是以csv的形式存储
点击这里 下载数据集
用excel打开如下:
我们再把fifa.csv文件上传到vitu的数据集空间里
接下来我们用pandas来加载这个文件:
# Path of the file to read
fifa_filepath = "fifa.csv"
# Read the file into a variable fifa_data
fifa_data = pd.read_csv(fifa_filepath, index_col="Date", parse_dates=True)
是时候来检验一下数据了
我们接下来会打印一下数据集的前5行
# Print the first 5 rows of the data
fifa_data.head()
画图的环节来了
在这个学习章节里你会看到各种图,这里我们先画折线图
# Set the width and height of the figure
plt.figure(figsize=(16,6))
# Line chart showing how FIFA rankings evolved over time
sns.lineplot(data=fifa_data)
接下来我们来看看关于折线图更细节的课程。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。