文章目录
- 前言
- 二维散点图系列
- 坐标图
- 数据分布特征，Q-Q、P-P图
- 分类图
- 一般的曲线图
- 峰峦图
- 总结
- 参考资料
前言
承接上期 数学建模 绘图 图表 可视化（1）的总体描述，这期我们继续跟随《Python 数据可视化之美 专业图表绘制指南》步伐来学习其中数据关系型图表。
此图截取得有点模糊，之后会呈现更清晰的版本
二维散点图系列
二维散点图可结合函数拟合方法、数据平滑方法以及比较拟合效果等丰富图的表现内容，提高视觉效果。
坐标图
将不同的类别平铺在坐标轴上，可以直观地查看每个类别或者个体的属性特征。
数据分布特征，Q-Q、P-P图
在检验数据的分布特征时，也可以结合图表更生动地呈现检验结果。
分类图
将分类结果可视化，既可以展示分类效果，也可以展示每种类别的属性特征。
一般的曲线图
增加面积，数据格点也能提升图表的丰富度。
峰峦图
这里的图像呈现效果不如跟着Nature学美赛绘图（2） 那期，详见如下：
图b，c，d，e，f 给出了很好地答案，“马赛克”格子画法，清晰明朗有层次，配上不同动物的“形”，直观。
总结
这就是今天分享的数据关系型图表介绍。在接下来的一期中，我们将探讨其他类型图表的应用场景和它们的独特优势。敬请期待！
参考资料
1 《Python 数据可视化之美 专业图表绘制指南》
2 数学建模 绘图 图表 可视化（1）
、队列(Queue)、双端队列(Deque) —— 有码有图有真相)
