《Python数据可视化案例教程》 项目5 关联型数据可视化.pptx

Python数据可视化案例教程

全课导航项目1搭建数据可视化开发平台项目2Python数据可视化基础项目3比较型数据可视化项目5关联型数据可视化项目4分布型数据可视化项目6比例型数据可视化项目7时间型数据可视化项目8文本型数据可视化项目9地理空间型数据可视化项目10点评网站美食店铺数据可视化

项目5关联型数据可视化

知识目标了解关联型数据的概念及应用场景。了解散点图的概念及应用，掌握使用seaborn绘制散点图的方法。了解气泡图的概念及应用，掌握使用pyecharts绘制气泡图的方法。技能目标能使用散点图和气泡图对关联型数据进行可视化和分析。素养目标加强练习，在实践中提高专业技能和职业素养。提升运用理论知识解决实际问题的能力。项目目标

关联型数据可视化常用于展示数据中不同变量之间的关系，帮助用户更好地理解和分析数据的结构和特征，并探索数据的模式和趋势。关联型数据可视化可以应用于许多场景，如市场营销、网络安全分析、金融分析、环境分析等。本项目将基于某地区上半年空气质量指数实现关联型数据可视化。项目描述

按照项目要求，将“某地区上半年空气质量指数.xlsx”文件中的数据进行可视化的方法如下。（1）使用简单散点图实现PM2.5、PM10与空气质量指数的相关性可视化。首先新建Python文件；然后编写代码，实现从数据源中读取数据，使用seaborn绘制PM2.5、PM10与空气质量指数的相关性散点图；最后对图表进行分析。（2）使用气泡图实现SO2、CO与空气质量指数的相关性可视化。首先新建Python文件；然后编写代码，实现从数据源中读取数据，使用pyecharts绘制SO2、CO与空气质量指数的相关性气泡图；最后在浏览器中查看气泡图，并对图表进行分析。项目分析

为了更好地实现某地区上半年空气质量指数的相关性可视化，本项目将对相关知识进行介绍，包括关联型数据的概念及应用场景，散点图的概念、应用及使用seaborn绘制散点图的方法，气泡图的概念、应用及使用pyecharts绘制气泡图的方法。项目分析

全班学生以3～5人为一组，各组选出组长。组长组织组员扫码观看“常见的关联型数据及可视化图表”视频，讨论并回答下列问题。问题1：列举生活中常见的关联型数据。问题2：列举常见的关联型数据可视化图表。项目准备常见的关联型数据及可视化图表

5.1?什么是关联型数据5.2散点图项目实施——某地区上半年空气质量指数的相关性可视化项目导航5.3气泡图

5.1?什么是关联型数据

5.1什么是关联型数据关联型数据是指存在相互关系的两组或多组数据，通常用于分析和研究不同数据之间的相关性，从而发现隐藏在数据中的模式或规律，为决策提供有力的支持。

5.1什么是关联型数据数据的相关性是指数据之间存在关系，通常用来分析两组或多组数据的变化趋势是否一致，如身高和体重、温度和袜子的销量、客户满意度和客户投诉率等。相关性强时数据的相关性有强弱之分相关性弱时一个数据发生变化，另一个数据会随之发生明显变化一个数据发生变化，另一个数据只会发生微弱变化通过数据的相关性，可以根据一个已知数据的变化来预测另一个数据的变化。

为了更好地理解和分析关联型数据，可对关联型数据进行可视化。关联型数据可视化常用的图表散点图气泡图5.1什么是关联型数据

数据的相关性指的是什么？关联型数据可视化常用的图表有哪些？课堂检测

什么是关联型数据课堂小结

5.2?散点图

5.2散点图散点图是一种在二维坐标系中展示两个变量之间关系的图表。x轴代表自变量y轴代表因变量将两个变量对应的数据用坐标点的形式描绘出来

5.2散点图不同相关性的散点图如图所示。

常见的散点图如下。5.2散点图散点图矩阵简单散点图

5.2.1简单散点图简单散点图是最基本的散点图，用于展示两个变量之间的关系。简单散点图

使用简单散点图实现某店铺商品价格与成交量的相关性可视化。【例5-1】本案例基于“某店铺销售数据.xlsx”文件中的数据，使用seaborn的scatterplot()函数绘制散点图。函数中，x为“商品价格（元）”列标签，y为“成交量（件）”列标签，data为读取的DataFrame格式的数据。【问题分析】5.2.1简单散点图

importpandasaspd#导入pandas库#导入matplotlib库中的pyplot模块importmatplotlib.pyplotaspltimportseabornassns