本站首页 收藏本站
广告位联系

APP正在开发中...
返回顶部
您的位置： 主页 > 脚本 > python >

收藏
分享到

Python数据可视化中常见的4种标注方式及示例

python 来源：互联网 作者：佚名 发布时间：2024-12-13 22:08:17 人浏览
摘要

常见的标注方式 文本标注 箭头标注 突出标注 趋势线标注 让我们通过Python实现来了解所有这些用于数据可视化的标注技术。 文本标注 文本标注是直接添加到图表上的简短文本注释，以提供额

常见的标注方式

  • 文本标注
  • 箭头标注
  • 突出标注
  • 趋势线标注

让我们通过Python实现来了解所有这些用于数据可视化的标注技术。

文本标注

文本标注是直接添加到图表上的简短文本注释，以提供额外的上下文或突出显示重要的数据点。它们对于注意特定事件以解释趋势或注意数据中的异常情况特别有用。例如，在销售图表中，可以使用文本标注来标记新产品或营销活动的推出，以帮助查看者快速了解销售数据波动的原因。

下面是一个使用Python向图添加文本标注的示例：

1

2

3

4

5

6

7

8

9

10

11

12

13

import matplotlib.pyplot as plt

 

months = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]

sales = [100, 120, 90, 150, 200, 230, 210, 190, 220, 240, 250, 270]

 

plt.plot(months, sales, marker='o')

plt.title('Monthly Sales Data')

plt.xlabel('Month')

plt.ylabel('Sales')

 

# adding text annotations

plt.text('May', 200, 'Product Launch', fontsize=9, ha='center', color='red')

plt.text('Nov', 250,

在这里插入图片描述

箭头标注

箭头标注使用箭头直接指向图表上的特定数据点或区域，以突出显示关键元素或趋势。它们在突出离群值、指示重大变化或注意数据中值得注意的模式方面特别有效。例如，在营销支出与销售额的散点图中，箭头可以指向投资回报率异常高或异常低的离群值，以明确哪些数据点需要进一步关注。

示例：

1

2

3

4

5

6

7

8

9

10

11

12

marketing_spend = [10, 20, 30, 40, 50, 60, 70, 80, 90, 100]

sales = [12, 25, 27, 35, 50, 52, 60, 65, 78, 85]

 

plt.scatter(marketing_spend, sales)

plt.xlabel('Marketing Spend (in $1000)')

plt.ylabel('Sales (in $1000)')

 

# adding arrow annotations

plt.annotate('High ROI', xy=(20, 25), xytext=(30, 40), arrowprops=dict(facecolor='blue', shrink=0.05))

plt.annotate('Low ROI', xy=(60, 52), xytext=(60, 90), arrowprops=dict(facecolor='red', shrink=0.05))

 

plt.show()

在这里插入图片描述

突出标注

突出显示区域涉及对图形的特定区域进行阴影或着色，以引起对特定时间段、范围或区域的注意。此技术用于突出显示数据中的关键部分，例如高活动期、重大 事件或满足某些标准的区域。例如，在市场崩溃期间突出显示区域的股票价格的时间序列图可以使观众更容易在视觉上识别影响期。

下面是一个使用Python突出显示图形中区域的示例：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

import numpy as np

 

dates = np.arange('2023-01', '2024-01', dtype='datetime64[M]')

stock_prices = np.random.randn(len(dates)).cumsum() + 100

 

plt.plot(dates, stock_prices)

plt.title('Stock Prices Over Time')

plt.xlabel('Date')

plt.ylabel('Price')

 

# highlighting an area

plt.axvspan('2023-06', '2023-09', color='yellow', alpha=0.3, label='Summer Period')

 

plt.legend()

在这里插入图片描述

趋势线标注

趋势线是添加到图形中的线，用于指示数据随时间或跨变量的一般方向或模式。它们用于可视化数据集中的趋势，平均值或关系，这有助于识别长期运动和趋势。例如，在显示学习时间和考试分数之间关系的散点图中，趋势线可以通过指示更多的学习时间通常导致更高的分数来说明是否存在正相关性。

下面是一个使用Python在图表中添加趋势线的示例：

1

2

3

4

5

6

7

8

9

10

11

12

13

study_hours = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

scores = np.array([50, 55, 60, 65, 70, 75, 80, 85, 90, 95])

 

plt.scatter(study_hours, scores)

plt.title('Study Hours vs Exam Scores')

plt.xlabel('Study Hours')

plt.ylabel('Scores')

 

# adding a trend line

m, b = np.polyfit(study_hours, scores, 1)

plt.plot(study_hours, m*study_hours + b, color='red', label='Trend Line')

 

plt.legend()

在这里插入图片描述

总结

以上这些示例涵盖了Python数据可视化中常见的4种标注方式，它们可以单独使用或组合使用，以创建更具解释性和吸引力的图表。

 
版权声明 : 本文内容来源于互联网或用户自行发布贡献，该文观点仅代表原作者本人。本站仅提供信息存储空间服务和不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权， 违法违规的内容， 请发送邮件至2530232025#qq.cn(#换@)举报，一经查实，本站将立刻删除。

您可能感兴趣的文章 :

原文链接 :
相关文章
  • python3.12.7降级到3.10.0的方法
    先将Python 3.12.7 降级到 3.10.0，然后将3.10.0版本设置为默认版本 步骤一： 要将 Python 从 3.12.7 降级到 3.10.0，你可以使用以下方法： 方法 1：从

  • Python数据可视化中常见的4种标注方式及示例

    Python数据可视化中常见的4种标注方式及示例
    常见的标注方式 文本标注 箭头标注 突出标注 趋势线标注 让我们通过Python实现来了解所有这些用于数据可视化的标注技术。 文本标注 文本
  • Python KeyError异常的原因及问题解决
    什么是 KeyError 异常？ 在 Python 中，KeyError异常是内置异常之一，具体来说，KeyError是当试图获取字典中不存在的键时，引发的异常。作为参考
  • Python图形化工具对比
    Tkinter：Python内置的图形化库 Tkinter是Python的标准GUI库，它简单易用，适合初学者。Tkinter提供了创建窗口、按钮、文本框等常见控件的功能，
  • 使用Python和Selenium构建一个自动化图像引擎
    本篇指南将教你如何使用Python和Selenium库来构建一个自动化图像引擎，该引擎能够根据指定参数自动截取网页快照，并将生成的图片存储到云
  • 怎么创建Python虚拟环境venv
    创建 Python 虚拟环境是一个很好的实践，可以帮助我们管理项目的依赖项，避免不同项目之间的冲突。以下是使用venv模块创建 Python 虚拟环境
  • Python实现Ollama的提示词生成与优化
    1. 基础环境配置 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 import requests import json from typing import List, Dict, Optional from dataclasses import dataclass @dataclas
  • 利用Python定位Span标签中文字
    在开始之前，需要确保安装了必要的Python库。requests库用于发送HTTP请求，获取网页内容；BeautifulSoup库用于解析HTML文档，提取所需信息。 可

  • 使用python编写一个自动化部署工具

    使用python编写一个自动化部署工具
    效果 起因 现在springboot项目的自动化部署已经非常普遍，有用Jenkins的，有用git钩子函数的，有用docker的...等等。这段时间在玩python，想着用
  • Python中的下划线“_”们介绍
    随便拿一份Python代码，几乎都可以看到很多_的身影。 在Python中，下划线（_）有多种用途和含义，具体取决于它们的位置和使用方式。在这
推荐阅读
最新更新
友情链接
  • 本站所有内容来源于互联网或用户自行发布，本站仅提供信息存储空间服务，不拥有版权，不承担法律责任。如有侵犯您的权益，请您联系站长处理！
  • Copyright © 2017-2022 F11.CN All Rights Reserved. F11站长开发者网 版权所有 | 苏ICP备2022031554号-1 | 51LA统计