type
status
date
slug
summary
tags
category
icon
password
Property
目录
分类图的绘制，采用的是
sns.catplot来实现的。cat是category的简写。这个方法默认绘制的是分类散点图，如果想要绘制其他类型的图，同样也是通过kind参数来指定。并且分类绘图中，分成分类散点图，分类分布图，分类统计图分类散点图
分类散点图比较适合数据量不是很多的情况，他是用
catplot来实现，但是也有以下两个特别的方法- stripplot和swarmplot。
- swramplot采用了一定的算法，可以让点不会重叠。
- 分类散点图，特别是swarmplot，不太适合数据量特别大的，否则不太美观
type
status
date
slug
summary
tags
category
icon
password
Property
heatmap热力图
- data：矩阵数据集，可以使numpy的数组（array），如果是pandas的dataframe，则df的index/column信息会分别对应到heatmap的columns和rows
- vmin,vmax：用于指定图例中最小值与最大值的显示值
- cmap：指定一个colormap对象，用于热力图的填充色。如果没有提供，默认为cubehelix map (数据集为连续数据集时) 或 RdBu_r (数据集为离散数据集时)
- center：指定颜色中心值，通过该参数可以调整热力图的颜色深浅
- annot：指定一个bool类型的值或与data参数形状一样的数组，如果为True，就在热力图的每个单元上显示数值
type
status
date
slug
summary
tags
category
icon
password
Property
📣 概况
Echarts 是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts 诞生了。
✨ 特性
- 简洁的 API 设计，使用如丝滑般流畅，支持链式调用
- 囊括了 30+ 种常见图表，应有尽有
- 支持主流 Notebook 环境，Jupyter Notebook 和 JupyterLab
- 可轻松集成至 Flask，Django 等主流 Web 框架
- 高度灵活的配置项，可轻松搭配出精美的图表
- 详细的文档和示例，帮助开发者更快的上手项目
- 多达 400+ 地图文件以及原生的百度地图，为地理数据可视化提供强有力的支持