5.4.2数据的可视化表达的工具 课件 粤教版（2019）高中信息技术必修一

5.4.2数据可视化表达的工具 处理重复值 处理缺失值 处理异常值 系统日志采集法 网络数据采集法（网络爬虫） 其他数据采集法 数据分析的步骤 《数据与计算》P118-122 1.特点： 主要关注统计模型的可视化 Seaborn基于且高度依赖于Matplotlib Seaborn是matplotlib的强大的一个扩展。 2.例如：直方图 可以总结数据 也可以描绘数据的总体分布 一、Seaborn 1.特点： 可以实现交互式可视化 独立于Matplotlib 可以通过浏览器以数据驱动文档的风格呈现 2.绘图步骤 获取数据 构建画布figure() 添加图层，绘图line，circle，square，scatter，multiline等； 自定义视觉属性：参数color，legend 选择性展示折线数据，建立复选框激活显示，复选框(checkbox) 二、Bokeh 三、实践操作 【项目练习】运行“程序5-10-1 直方图（教材范例）.py”，体验可视化工具Seaborn呈现直方图 。 #[0,0]图只显示直方图不显示核密度估计 #[0,1]图中rug = True表示要生成观测数值的小细条，#hist=False不生成直方图，只生成核密度估计。 #[1,0]图绘制一个填充核密度估计 #[1,1]图，既绘制直方图，又绘制和密度估计 sns.distplot(d, kde=False, color="b", ax=axes[0, 0]) sns.distplot(d, hist=False, rug=True, color="r", ax=axes[0, 1]) sns.distplot(d, hist=False, color="g", kde_kws={"shade": True}, ax=axes[1, 0]) sns.distplot(d, color="m", ax=axes[1, 1]) plt.show() 三、实践操作 【项目练习】运行“程序5-10-2 Bokeh示例（教材范例）.py”，体验可视化工具Bokeh呈现正弦图。 N = 100 #np.linspace(start, stop, N)在起始值和终止值之间，返回均匀间隔的N个元素 x = np.linspace(0, 4*np.pi, N) y0 = np.sin(x) output_file