未记录事实核验 · 状态：现行内容

记录仅说明核验时间与维护状态，不保证适用于所有环境；使用前请留意正文中的版本、适用条件与风险提示。

📊 统计图表与可视化（Statistical Charts & Visualization）

abstract 📋 本节概览

  • 🎯 学习目标：了解常见统计图表类型，掌握用Python进行数据可视化
  • 📚 前置知识：描述性统计|描述性统计
  • ⏱️ 预计用时：12分钟

前置知识

note 📖 **什么是统计图表与可视化？**

统计图表和可视化就是"用图形把数据讲清楚"，让复杂数据一目了然。

生活例子：

  • 成绩单上的条形图、饼图、折线图，都是统计图表。
  • 看天气预报时的温度变化曲线，就是可视化。

🛠️ Python实现思路

  1. 思路说明

    • 用matplotlib、seaborn等库绘制常见统计图表（柱状图、饼图、折线图、散点图等）
    • 用pandas自带的plot方法也能快速画图

  2. 常用类库

    • matplotlib（基础绘图库）
    • seaborn（美化统计图表）
    • pandas（数据分析与可视化）

  3. 代码示例

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
# 假设有一组成绩
scores = [88, 92, 79, 93, 85, 90, 91]
df = pd.DataFrame({'score': scores})
# 柱状图
plt.bar(df.index, df['score'])
plt.title('成绩柱状图')
plt.show()
# 箱线图
sns.boxplot(y=df['score'])
plt.title('成绩箱线图')
plt.show()
# 散点图
plt.scatter(df.index, df['score'])
plt.title('成绩散点图')
plt.show()

tip 💡 可视化能帮助我们快速发现数据中的规律和异常。

🔗 相关知识

#统计学 #可视化 #可视化工具 #基础