做古玩的网站,wordpress属于,网站首页title怎么修改,网站开发要注意的漏洞目标是比开源精神疾病提供的基本报告更深入地挖掘#xff0c;并了解更多属性之间的相互作用#xff0c;这可以为所描述的决策者提供信息。 考虑的问题点#xff1a; 不同性别属性的员工心理健康是否存在显着差异#xff1f;不同年龄属性的员工心理健康是否存在显着差异并了解更多属性之间的相互作用这可以为所描述的决策者提供信息。 考虑的问题点 不同性别属性的员工心理健康是否存在显着差异不同年龄属性的员工心理健康是否存在显着差异提供更多支持的公司是否会让员工心理更健康个人对心理健康的态度是否会影响他们的心理健康和寻求治疗 数据可视化工具 条形图 条形图或条形图是用矩形条表示数据类别的图形矩形条的长度和高度与其所表示的值成正比。 条形图可以水平或垂直绘制。 条形图描述了离散类别之间的比较。 该图的一个轴代表正在比较的特定类别而另一个轴代表与这些类别相对应的测量值。 Python 中的 matplotlib API 提供了 bar() 函数该函数可用于 MATLAB 风格或作为面向对象的 API。与轴一起使用的 bar() 函数的语法如下 该函数根据给定的参数创建一个以矩形为边界的条形图。下面是一个简单的条形图示例它代表一个学院不同课程的学生人数。 import numpy as np import matplotlib.pyplot as plt # creating the dataset data {C:20, C:15, Java:30, Python:35} courses list(data.keys()) values list(data.values())fig plt.figure(figsize (10, 5))# creating the bar plot plt.bar(courses, values, color maroon, width 0.4)plt.xlabel(Courses offered) plt.ylabel(No. of students enrolled) plt.title(Students enrolled in different courses) plt.show() 这里plt.bar(courses, value, color’maroon’)用于指定以courses列为X轴values为Y轴来绘制条形图。 color 属性用于设置条形的颜色本例中为栗色。 plt.xlabel(“提供的课程”) 和 plt.ylabel(“学生已注册”) 用于标记相应的轴。 plt.title( ) 用于为 graph.plt.show() 创建标题用于使用前面的命令将图形显示为输出。 自定义条形图 import pandas as pd from matplotlib import pyplot as pltdata pd.read_csv(rcars.csv) data.head() df pd.DataFrame(data)name df[car].head(12) price df[price].head(12)fig plt.figure(figsize (10, 7))plt.bar(name[0:10], price[0:10])plt.show() 从上面的条形图中可以看出X 轴刻度相互重叠因此无法正确看到。这样通过旋转X轴刻度就可以清晰可见。这就是为什么需要定制条形图。 import pandas as pd from matplotlib import pyplot as pltdata pd.read_csv(rcars.csv) data.head() df pd.DataFrame(data)name df[car].head(12) price df[price].head(12)fig, ax plt.subplots(figsize (16, 9))ax.barh(name, price)for s in [top, bottom, left, right]:ax.spines[s].set_visible(False)ax.xaxis.set_ticks_position(none) ax.yaxis.set_ticks_position(none)ax.xaxis.set_tick_params(pad 5) ax.yaxis.set_tick_params(pad 10)ax.grid(b True, color grey,linestyle -., linewidth 0.5,alpha 0.2)ax.invert_yaxis()for i in ax.patches:plt.text(i.get_width()0.2, i.get_y()0.5, str(round((i.get_width()), 2)),fontsize 10, fontweight bold,color grey)ax.set_title(Sports car and their price in crore,loc left, )fig.text(0.9, 0.15, Jeeteshgavande30, fontsize 12,color grey, ha right, va bottom,alpha 0.7)plt.show() 多个条形图 当一个变量发生变化时要对数据集进行比较时可以使用多个条形图。 我们可以轻松地将其转换为堆叠面积条形图其中每个子组都显示在其他子组之上。 可以通过改变条形的厚度和位置来绘制它。 下面的条形图显示了工程分支通过的学生人数 import numpy as np import matplotlib.pyplot as plt barWidth 0.25 fig plt.subplots(figsize (12, 8)) IT [12, 30, 1, 8, 22] ECE [28, 6, 16, 5, 10] CSE [29, 3, 24, 25, 17] br1 np.arange(len(IT)) br2 [x barWidth for x in br1] br3 [x barWidth for x in br2] plt.bar(br1, IT, color r, width barWidth, edgecolor grey, label IT) plt.bar(br2, ECE, color g, width barWidth, edgecolor grey, label ECE) plt.bar(br3, CSE, color b, width barWidth, edgecolor grey, label CSE) plt.xlabel(Branch, fontweight bold, fontsize 15) plt.ylabel(Students passed, fontweight bold, fontsize 15) plt.xticks([r barWidth for r in range(len(IT))], [2015, 2016, 2017, 2018, 2019])plt.legend() plt.show() 堆叠条形图 堆叠条形图代表不同的组彼此重叠。 条形的高度取决于各组结果组合的高度。 它是从底部到值而不是从零到值。 下面的条形图代表了团队中男孩和女孩的贡献。 import numpy as np import matplotlib.pyplot as pltN 5boys (20, 35, 30, 35, 27) girls (25, 32, 34, 20, 25) boyStd (2, 3, 4, 1, 2) girlStd (3, 5, 2, 3, 3) ind np.arange(N) width 0.35fig plt.subplots(figsize (10, 7)) p1 plt.bar(ind, boys, width, yerr boyStd) p2 plt.bar(ind, girls, width,bottom boys, yerr girlStd)plt.ylabel(Contribution) plt.title(Contribution by the teams) plt.xticks(ind, (T1, T2, T3, T4, T5)) plt.yticks(np.arange(0, 81, 10)) plt.legend((p1[0], p2[0]), (boys, girls))plt.show() 热图 直方图 医学数据集清理 医学数据集分析 参阅一亚图跨际 参阅二亚图跨际