Python数据可视化实战 - Matplotlib与Seaborn从入门到精通

1. 数据可视化概述

数据可视化是数据分析的重要组成部分，通过图表、图形等视觉方式将数据呈现出来，帮助人们更好地理解数据、发现规律和洞察趋势。

1.1 为什么需要数据可视化？

直观理解数据：将抽象的数据转化为直观的图形
发现数据规律：更容易识别数据中的模式、趋势和异常
有效传达信息：向他人清晰、有效地传达数据分析结果
辅助决策：基于可视化结果做出更明智的决策

1.2 Python数据可视化库

Matplotlib：Python最基础、最强大的数据可视化库
Seaborn：基于Matplotlib的高级可视化库，提供更精美的默认样式
Plotly：交互式可视化库，支持Web展示
Bokeh：交互式可视化库，适合大数据集
ggplot：基于R的ggplot2，提供语法一致的可视化
Altair：声明式可视化库，语法简洁

2. Matplotlib基础

2.1 安装与导入

bash

pip install matplotlib pandas numpy

python

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

# 设置中文字体
plt.rcParams['font.sans-serif'] = ['SimHei', 'Arial Unicode MS']
plt.rcParams['axes.unicode_minus'] = False  # 解决负号显示问题

2.2 基本图表类型

2.2.1 折线图

python

# 创建数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 创建图表
plt.figure(figsize=(10, 6))
plt.plot(x, y, label='sin(x)', color='blue', linewidth=2, linestyle='-', marker='o', markersize=3)

# 添加标题和标签
plt.title('正弦函数图像', fontsize=16)
plt.xlabel('x轴', fontsize=14)
plt.ylabel('y轴', fontsize=14)

# 添加图例
plt.legend(fontsize=12)

# 添加网格
plt.grid(True, linestyle='--', alpha=0.7)

# 设置坐标轴范围
plt.xlim(0, 10)
plt.ylim(-1.2, 1.2)

# 保存图表
plt.savefig('sin_wave.png', dpi=300, bbox_inches='tight')

# 显示图表
plt.show()

2.2.2 散点图

python

# 创建数据
np.random.seed(42)
x = np.random.randn(100)
y = np.random.randn(100) + x * 0.5
colors = np.random.rand(100)
sizes = 100 * np.random.rand(100)

# 创建图表
plt.figure(figsize=(10, 6))
plt.scatter(x, y, c=colors, s=sizes, alpha=0.7, cmap='viridis', edgecolors='black', linewidths=0.5)

# 添加颜色条
plt.colorbar(label='颜色强度')

# 添加标题和标签
plt.title('散点图示例', fontsize=16)
plt.xlabel('x值', fontsize=14)
plt.ylabel('y值', fontsize=14)

# 添加网格
plt.grid(True, linestyle='--', alpha=0.5)

plt.show()

2.2.3 柱状图

python

# 创建数据
categories = ['A', 'B', 'C', 'D', 'E']
values = [23, 45, 56, 78, 34]
error = [2, 3, 4, 5, 2]

# 创建图表
plt.figure(figsize=(10, 6))
plt.bar(categories, values, yerr=error, capsize=5, color='skyblue', edgecolor='black', linewidth=1.5, alpha=0.8)

# 添加标题和标签
plt.title('柱状图示例', fontsize=16)
plt.xlabel('类别', fontsize=14)
plt.ylabel('数值', fontsize=14)

# 在柱子上添加数值标签
for i, v in enumerate(values):
    plt.text(i, v + error[i] + 1, str(v), ha='center', fontsize=12)

plt.grid(axis='y', linestyle='--', alpha=0.7)
plt.show()

2.2.4 直方图

python

# 创建数据
np.random.seed(42)
data = np.random.randn(1000) * 10 + 50

# 创建图表
plt.figure(figsize=(10, 6))
plt.hist(data, bins=30, density=True, alpha=0.7, color='green', edgecolor='black', linewidth=0.5)

# 添加正态分布曲线
mu, sigma = np.mean(data), np.std(data)
xmin, xmax = plt.xlim()
x = np.linspace(xmin, xmax, 100)
y = 1/(sigma * np.sqrt(2 * np.pi)) * np.exp(-(x - mu)**2 / (2 * sigma**2))
plt.plot(x, y, 'r--', linewidth=2, label=f'正态分布: μ={mu:.1f}, σ={sigma:.1f}')

# 添加标题和标签
plt.title('直方图与正态分布', fontsize=16)
plt.xlabel('数值', fontsize=14)
plt.ylabel('频率密度', fontsize=14)

plt.legend(fontsize=12)
plt.grid(True, linestyle='--', alpha=0.7)
plt.show()

2.2.5 饼图

python

# 创建数据
labels = ['Python', 'Java', 'C++', 'JavaScript', 'Other']
sizes = [45, 25, 15, 10, 5]
explode = (0.1, 0, 0, 0, 0)  # 突出显示Python
colors = ['#ff9999', '#66b3ff', '#99ff99', '#ffcc99', '#c2c2f0']

# 创建图表
plt.figure(figsize=(8, 8))
wedges, texts, autotexts = plt.pie(
    sizes, explode=explode, labels=labels, colors=colors, autopct='%1.1f%%',
    shadow=True, startangle=140, wedgeprops={'edgecolor': 'black', 'linewidth': 1}
)

# 设置文本样式
plt.setp(texts, fontsize=12)
plt.setp(autotexts, size=12, weight='bold', color='white')

plt.title('编程语言占比', fontsize=16)
plt.axis('equal')  # 确保饼图是圆形
plt.show()

3. Matplotlib高级

3.1 子图布局

3.1.1 基本子图

python

# 创建数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)
y4 = np.exp(-x) * np.sin(2 * np.pi * x)

# 创建2x2子图
fig, axes = plt.subplots(2, 2, figsize=(12, 10))

# 第一个子图
axes[0, 0].plot(x, y1, 'r-', linewidth=2)
axes[0, 0].set_title('sin(x)', fontsize=14)
axes[0, 0].set_xlabel('x', fontsize=12)
axes[0, 0].set_ylabel('y', fontsize=12)
axes[0, 0].grid(True, alpha=0.5)

# 第二个子图
axes[0, 1].plot(x, y2, 'b--', linewidth=2)
axes[0, 1].set_title('cos(x)', fontsize=14)
axes[0, 1].set_xlabel('x', fontsize=12)
axes[0, 1].set_ylabel('y', fontsize=12)
axes[0, 1].grid(True, alpha=0.5)

# 第三个子图
axes[1, 0].plot(x, y3, 'g-.', linewidth=2)
axes[1, 0].set_title('tan(x)', fontsize=14)
axes[1, 0].set_xlabel('x', fontsize=12)
axes[1, 0].set_ylabel('y', fontsize=12)
axes[1, 0].set_ylim(-10, 10)  # 限制y轴范围
axes[1, 0].grid(True, alpha=0.5)

# 第四个子图
axes[1, 1].plot(x, y4, 'm:', linewidth=2)
axes[1, 1].set_title('exp(-x) * sin(2πx)', fontsize=14)
axes[1, 1].set_xlabel('x', fontsize=12)
axes[1, 1].set_ylabel('y', fontsize=12)
axes[1, 1].grid(True, alpha=0.5)

# 调整子图间距
plt.tight_layout()
plt.suptitle('三角函数与阻尼振荡', fontsize=18, y=0.95)
plt.show()

3.1.2 复杂子图布局

python

from matplotlib.gridspec import GridSpec

# 创建数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = x * np.sin(x)

# 创建复杂布局
fig = plt.figure(figsize=(12, 10))
gs = GridSpec(3, 3, figure=fig)

# 第一个子图（占第一行）
ax1 = fig.add_subplot(gs[0, :])
ax1.plot(x, y1, 'r-', linewidth=2)
ax1.set_title('sin(x)', fontsize=14)
ax1.grid(True, alpha=0.5)

# 第二个子图（占第二行前两列）
ax2 = fig.add_subplot(gs[1, :-1])
ax2.plot(x, y2, 'b--', linewidth=2)
ax2.set_title('cos(x)', fontsize=14)
ax2.grid(True, alpha=0.5)

# 第三个子图（占第二行第三列和第三行第三列）
ax3 = fig.add_subplot(gs[1:, -1])
ax3.plot(x, y3, 'g-.', linewidth=2)
ax3.set_title('x * sin(x)', fontsize=14)
ax3.grid(True, alpha=0.5)

# 第四个子图（占第三行前两列）
ax4 = fig.add_subplot(gs[2, :-1])
ax4.scatter(x[::5], y1[::5], c=y2[::5], s=100 * np.abs(y3[::5]), alpha=0.7, cmap='viridis')
ax4.set_title('散点图', fontsize=14)
ax4.grid(True, alpha=0.5)

# 调整间距
plt.tight_layout()
plt.suptitle('复杂子图布局示例', fontsize=18, y=0.95)
plt.show()

3.2 自定义样式

3.2.1 使用样式表

python

# 查看可用样式
print(plt.style.available)

# 使用样式
plt.style.use('ggplot')

# 创建数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 创建图表
plt.figure(figsize=(10, 6))
plt.plot(x, y, label='sin(x)', linewidth=2)
plt.title('使用ggplot样式的正弦函数')
plt.xlabel('x')
plt.ylabel('y')
plt.legend()
plt.grid(True)
plt.show()

# 恢复默认样式
plt.style.use('default')

3.2.2 自定义样式

python

# 自定义样式
plt.rcParams.update({
    'font.size': 12,
    'axes.titlesize': 16,
    'axes.labelsize': 14,
    'xtick.labelsize': 11,
    'ytick.labelsize': 11,
    'legend.fontsize': 11,
    'figure.figsize': (10, 6),
    'axes.grid': True,
    'grid.color': '0.8',
    'grid.linestyle': '--',
    'grid.linewidth': 0.5,
    'axes.facecolor': 'white',
    'axes.edgecolor': '0.5',
    'axes.linewidth': 1,
    'figure.facecolor': 'white',
    'savefig.dpi': 300,
    'savefig.bbox': 'tight'
})

# 创建图表
x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.plot(x, y, label='sin(x)', linewidth=2)
plt.title('自定义样式的正弦函数')
plt.xlabel('x')
plt.ylabel('y')
plt.legend()
plt.show()

4. Seaborn基础

4.1 安装与导入

bash

pip install seaborn

python

import seaborn as sns

# 设置Seaborn样式
sns.set_theme(style='whitegrid', palette='husl', font='SimHei', font_scale=1.2)

4.2 基本图表类型

4.2.1 折线图

python

# 创建数据
df = pd.DataFrame({
    'x': np.linspace(0, 10, 100),
    'sin(x)': np.sin(np.linspace(0, 10, 100)),
    'cos(x)': np.cos(np.linspace(0, 10, 100))
})

# 创建图表
plt.figure(figsize=(10, 6))
sns.lineplot(data=df, x='x', y='sin(x)', label='sin(x)', linewidth=2, marker='o', markersize=4)
sns.lineplot(data=df, x='x', y='cos(x)', label='cos(x)', linewidth=2, marker='s', markersize=4)

plt.title('Seaborn折线图示例')
plt.xlabel('x')
plt.ylabel('y')
plt.legend()
plt.show()

4.2.2 散点图

python

# 加载内置数据集
iris = sns.load_dataset('iris')

# 创建图表
plt.figure(figsize=(10, 6))
sns.scatterplot(data=iris, x='sepal_length', y='sepal_width', hue='species', size='petal_length',
               sizes=(20, 200), alpha=0.8, palette='husl')

plt.title('鸢尾花数据散点图')
plt.xlabel('花萼长度')
plt.ylabel('花萼宽度')
plt.legend(title='物种', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.tight_layout()
plt.show()

4.2.3 柱状图

python

# 加载内置数据集
tips = sns.load_dataset('tips')

# 创建图表
plt.figure(figsize=(10, 6))
sns.barplot(data=tips, x='day', y='total_bill', hue='sex', ci='sd', palette='husl', alpha=0.8)

plt.title('不同日期和性别下的账单总额')
plt.xlabel('星期')
plt.ylabel('账单总额')
plt.legend(title='性别')
plt.show()

4.2.4 直方图与密度图

python

# 创建图表
plt.figure(figsize=(10, 6))
sns.histplot(data=iris, x='sepal_length', hue='species', multiple='stack', bins=20, kde=True, palette='husl')

plt.title('鸢尾花萼长度分布')
plt.xlabel('花萼长度')
plt.ylabel('数量')
plt.legend(title='物种')
plt.show()

4.2.5 箱线图

python

# 创建图表
plt.figure(figsize=(10, 6))
sns.boxplot(data=iris, x='species', y='petal_length', palette='husl')
sns.swarmplot(data=iris, x='species', y='petal_length', color='black', alpha=0.5, size=5)

plt.title('不同物种的花瓣长度箱线图')
plt.xlabel('物种')
plt.ylabel('花瓣长度')
plt.show()

5. Seaborn高级

5.1 热力图

python

# 创建相关矩阵
corr = iris.corr(numeric_only=True)

# 创建图表
plt.figure(figsize=(10, 8))
sns.heatmap(corr, annot=True, cmap='coolwarm', center=0, square=True, linewidths=0.5, cbar_kws={'shrink': 0.8})

plt.title('鸢尾花数据相关矩阵热力图')
plt.xticks(rotation=45)
plt.yticks(rotation=0)
plt.tight_layout()
plt.show()

5.2 配对图

python

# 创建配对图
g = sns.pairplot(iris, hue='species', palette='husl', markers=['o', 's', 'D'], diag_kind='kde',
                 plot_kws={'alpha': 0.7, 's': 80, 'edgecolor': 'k', 'linewidth': 0.5})

g.fig.suptitle('鸢尾花数据配对图', y=1.02, fontsize=18)
plt.tight_layout()
plt.show()

5.3 分类图

python

# 创建图表
plt.figure(figsize=(12, 8))
sns.catplot(data=tips, x='day', y='total_bill', hue='smoker', col='time', kind='violin',
           split=True, palette='husl', inner='quartile')

plt.suptitle('不同时间、日期和吸烟状态下的账单总额', y=1.02, fontsize=18)
plt.tight_layout()
plt.show()

5.4 回归图

python

# 创建图表
plt.figure(figsize=(10, 6))
sns.regplot(data=tips, x='total_bill', y='tip', scatter_kws={'alpha': 0.7, 's': 80, 'color': 'b'},
           line_kws={'color': 'r', 'linewidth': 2})

plt.title('账单总额与小费的回归关系')
plt.xlabel('账单总额')
plt.ylabel('小费')
plt.show()

5.5 联合分布与边缘分布

python

# 创建图表
g = sns.jointplot(data=iris, x='sepal_length', y='sepal_width', hue='species', palette='husl',
                 kind='scatter', height=8, marginal_kws={'kde': True})

g.fig.suptitle('花萼长度与宽度的联合分布', y=1.02, fontsize=18)
g.set_axis_labels('花萼长度', '花萼宽度')
plt.tight_layout()
plt.show()

6. 数据可视化最佳实践

6.1 设计原则

明确目的：清楚可视化的目的和受众
选择合适的图表类型：根据数据类型和分析目的选择
简洁明了：避免不必要的装饰和复杂设计
突出重点：强调最重要的数据和结论
保持一致性：使用统一的颜色、字体和样式
提供上下文：添加标题、标签、图例等
确保可读性：使用合适的字体大小和颜色对比度
考虑交互性：对于复杂数据，考虑使用交互式可视化

6.2 颜色使用

选择合适的配色方案：
- 连续数据：使用渐变色（如viridis、coolwarm）
- 分类数据：使用对比色（如husl、Set3）
- 强调重点：使用亮色或高对比度颜色
考虑色盲友好：使用色盲友好的配色方案（如colorblind10）
避免过度使用颜色：一般不超过5-7种颜色

6.3 图表类型选择指南

数据类型	分析目的	推荐图表类型
连续数据	趋势分析	折线图、面积图
连续数据	分布分析	直方图、密度图、箱线图
两个连续变量	关系分析	散点图、回归图、热力图
分类数据	比较分析	柱状图、条形图、雷达图
分类数据	构成分析	饼图、堆叠柱状图、树状图
时间序列	趋势分析	折线图、面积图、热力图
多维数据	关系分析	配对图、平行坐标图、热力图

7. 实战案例：数据分析与可视化

7.1 加载数据

python

# 加载内置数据集
tips = sns.load_dataset('tips')

# 查看数据基本信息
tips.info()

# 查看数据前几行
tips.head()

# 数据描述性统计
tips.describe()

7.2 数据清洗与预处理

python

# 检查缺失值
tips.isnull().sum()

# 转换数据类型
tips['sex'] = tips['sex'].astype('category')
tips['smoker'] = tips['smoker'].astype('category')
tips['day'] = tips['day'].astype('category')
tips['time'] = tips['time'].astype('category')

# 添加新列
tips['tip_percentage'] = tips['tip'] / tips['total_bill'] * 100

7.3 数据可视化分析

7.3.1 账单总额分布

python

plt.figure(figsize=(10, 6))
sns.histplot(data=tips, x='total_bill', kde=True, color='skyblue', bins=30)
plt.title('账单总额分布')
plt.xlabel('账单总额')
plt.ylabel('数量')
plt.show()

7.3.2 小费百分比分布

python

plt.figure(figsize=(10, 6))
sns.histplot(data=tips, x='tip_percentage', kde=True, color='lightgreen', bins=30)
plt.title('小费百分比分布')
plt.xlabel('小费百分比 (%)')
plt.ylabel('数量')
plt.axvline(tips['tip_percentage'].mean(), color='red', linestyle='--', linewidth=2, label=f'平均值: {tips["tip_percentage"].mean():.1f}%')
plt.legend()
plt.show()

7.3.3 不同性别和吸烟状态下的小费百分比

python

plt.figure(figsize=(12, 8))
sns.boxplot(data=tips, x='sex', y='tip_percentage', hue='smoker', palette='husl')
plt.title('不同性别和吸烟状态下的小费百分比')
plt.xlabel('性别')
plt.ylabel('小费百分比 (%)')
plt.legend(title='吸烟状态')
plt.show()

7.3.4 账单总额与小费的关系

python

plt.figure(figsize=(10, 6))
sns.scatterplot(data=tips, x='total_bill', y='tip', hue='time', size='size', sizes=(50, 200), alpha=0.7, palette='husl')
sns.regplot(data=tips, x='total_bill', y='tip', scatter=False, color='black', linewidth=2)

plt.title('账单总额与小费的关系')
plt.xlabel('账单总额')
plt.ylabel('小费')
plt.legend(title='用餐时间', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.tight_layout()
plt.show()

7.3.5 相关性分析

python

# 计算相关系数
corr = tips.select_dtypes(include=[np.number]).corr()

# 创建热力图
plt.figure(figsize=(10, 8))
sns.heatmap(corr, annot=True, cmap='coolwarm', center=0, square=True, linewidths=0.5)
plt.title('Tips数据相关矩阵')
plt.show()

8. 交互式可视化

8.1 使用Plotly

python

import plotly.express as px
import plotly.io as pio

# 设置Plotly主题
pio.templates.default = 'plotly_white'

# 创建交互式散点图
fig = px.scatter(tips, x='total_bill', y='tip', color='sex', size='size', hover_data=['day', 'time', 'smoker'],
                title='账单总额与小费的关系', labels={'total_bill': '账单总额', 'tip': '小费', 'sex': '性别', 'size': '人数'})

# 显示图表
fig.show()

# 保存为HTML文件
fig.write_html('interactive_scatter.html')

8.2 使用Bokeh

python

from bokeh.plotting import figure, show, output_file
from bokeh.models import ColumnDataSource, HoverTool, CategoricalColorMapper
from bokeh.palettes import Category20

# 准备数据
source = ColumnDataSource(tips)

# 创建颜色映射
color_mapper = CategoricalColorMapper(factors=tips['sex'].unique(), palette=Category20[2])

# 创建图表
p = figure(title='账单总额与小费的关系', x_axis_label='账单总额', y_axis_label='小费',
           width=800, height=600, tools='pan,wheel_zoom,box_zoom,reset,hover,save')

# 添加散点
p.circle(x='total_bill', y='tip', source=source, size='size', color={'field': 'sex', 'transform': color_mapper},
         alpha=0.7, legend_field='sex')

# 添加悬停工具
hover = p.select_one(HoverTool)
hover.tooltips = [
    ('账单总额', '@total_bill'),
    ('小费', '@tip'),
    ('小费百分比', '@tip_percentage{0.1f}%'),
    ('性别', '@sex'),
    ('吸烟', '@smoker'),
    ('日期', '@day'),
    ('时间', '@time'),
    ('人数', '@size')
]

# 设置图例
p.legend.title = '性别'
p.legend.location = 'top_left'

# 输出HTML
output_file('bokeh_scatter.html')

# 显示图表
show(p)

9. 结语

数据可视化是数据分析的重要组成部分，Python提供了丰富的可视化库，其中Matplotlib和Seaborn是最常用的两个库。Matplotlib提供了强大的底层绘图能力，适合创建各种类型的图表；Seaborn基于Matplotlib，提供了更高级的API和更精美的默认样式，适合快速创建专业的数据可视化。

通过本文的学习，你应该掌握了：

Matplotlib的基础图表绘制
Matplotlib的高级功能，如子图布局和自定义样式
Seaborn的基础和高级图表
数据可视化的最佳实践
数据分析与可视化的实战案例
交互式可视化的基本实现

数据可视化是一门艺术，需要不断实践和探索。建议你多尝试不同类型的图表，根据实际需求选择合适的可视化方式，并不断优化图表的设计和表现。

希望本文对你的Python数据可视化之旅有所帮助！

Python数据可视化实战 - Matplotlib与Seaborn从入门到精通 ​

1. 数据可视化概述 ​

1.1 为什么需要数据可视化？ ​

1.2 Python数据可视化库 ​

2. Matplotlib基础 ​

2.1 安装与导入 ​

2.2 基本图表类型 ​

2.2.1 折线图 ​

2.2.2 散点图 ​

2.2.3 柱状图 ​

2.2.4 直方图 ​

2.2.5 饼图 ​

3. Matplotlib高级 ​

3.1 子图布局 ​

3.1.1 基本子图 ​

3.1.2 复杂子图布局 ​

3.2 自定义样式 ​

3.2.1 使用样式表 ​

3.2.2 自定义样式 ​

4. Seaborn基础 ​

4.1 安装与导入 ​

4.2 基本图表类型 ​

4.2.1 折线图 ​

4.2.2 散点图 ​

4.2.3 柱状图 ​

4.2.4 直方图与密度图 ​

4.2.5 箱线图 ​

5. Seaborn高级 ​

5.1 热力图 ​

5.2 配对图 ​

5.3 分类图 ​

5.4 回归图 ​

5.5 联合分布与边缘分布 ​

6. 数据可视化最佳实践 ​

6.1 设计原则 ​

6.2 颜色使用 ​

6.3 图表类型选择指南 ​

7. 实战案例：数据分析与可视化 ​

7.1 加载数据 ​

7.2 数据清洗与预处理 ​

7.3 数据可视化分析 ​

7.3.1 账单总额分布 ​

7.3.2 小费百分比分布 ​

7.3.3 不同性别和吸烟状态下的小费百分比 ​

7.3.4 账单总额与小费的关系 ​

7.3.5 相关性分析 ​

8. 交互式可视化 ​

8.1 使用Plotly ​

8.2 使用Bokeh ​

9. 结语 ​

Python数据可视化实战 - Matplotlib与Seaborn从入门到精通

1. 数据可视化概述

1.1 为什么需要数据可视化？

1.2 Python数据可视化库

2. Matplotlib基础

2.1 安装与导入

2.2 基本图表类型

2.2.1 折线图

2.2.2 散点图

2.2.3 柱状图

2.2.4 直方图

2.2.5 饼图

3. Matplotlib高级

3.1 子图布局

3.1.1 基本子图

3.1.2 复杂子图布局

3.2 自定义样式

3.2.1 使用样式表

3.2.2 自定义样式

4. Seaborn基础

4.1 安装与导入

4.2 基本图表类型

4.2.1 折线图

4.2.2 散点图

4.2.3 柱状图

4.2.4 直方图与密度图

4.2.5 箱线图

5. Seaborn高级

5.1 热力图

5.2 配对图

5.3 分类图

5.4 回归图

5.5 联合分布与边缘分布

6. 数据可视化最佳实践

6.1 设计原则

6.2 颜色使用

6.3 图表类型选择指南

7. 实战案例：数据分析与可视化

7.1 加载数据

7.2 数据清洗与预处理

7.3 数据可视化分析

7.3.1 账单总额分布

7.3.2 小费百分比分布

7.3.3 不同性别和吸烟状态下的小费百分比

7.3.4 账单总额与小费的关系

7.3.5 相关性分析

8. 交互式可视化

8.1 使用Plotly

8.2 使用Bokeh

9. 结语