以FIFA球员数据集为例，详解3大酷炫可视化技巧

发布时间：2019-05-21 01:32:42 所属栏目：教程来源：读芯术

导读：副标题#e# 可视化令数据一目了然。然而，成功的数据可视化往往很难实现。此外，向更多受众呈现这些可视化的数据，也需要耗费更多时间和精力。大家都知道如何制作条形图、散点图和直方图，但却不注重美化它们。这在无形中会损害我们在同行和上级心中的可靠

“Anscombe四重奏”由四个相关性几乎近似于1的数据集组成，但具有非常不同的数据分布，并且在绘制时呈现出非常不同的效果。

Anscombe四重奏：相关性变化无常

因此，有时绘制相关数据变得至关重要，并且需要单独查看分布。

现在数据集中有很多列，把它们全都绘制成图形会很费力。

其实只需几行代码就可以解决。

filtered_player_df = player_df[(player_df['Club'].isin(['FC Barcelona', 'Paris Saint-Germain', 
       'Manchester United', 'Manchester City', 'Chelsea', 'Real Madrid','FC Porto','FC Bayern München'])) &  
                      (player_df['Nationality'].isin(['England', 'Brazil', 'Argentina', 
       'Brazil', 'Italy','Spain','Germany']))  
                     ] 
# Single line to create pairplot 
g = sns.pairplot(filtered_player_df[['Value','SprintSpeed','Potential','Wage']])

以FIFA球员数据集为例，详解3大酷炫可视化技巧

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!

4/5

首页

尾页