图形绘制库matplotlib

Question

我正在为我的大学做我的第一个大数据项目。我的数据集是：https://www.kaggle.com/carolzhangdc/imdb-5000-movie-dataset

在这一部分我想：

• 只取该列中最好的20个变量（IMDB得分） 和总量）
• 把一切都画出来看看图表。你知道吗

通过这段代码，我可以看到如所示的图形

Top20 = newmovieDef[['IMDB Score', 'Gross']].sort_values('IMDB Score', ascending=False).nlargest(20, 'IMDB Score')
newmovieDef[['IMDB Score', 'Gross']].sort_values('IMDB Score', ascending=False).nlargest(20, 'IMDB Score')
#visualizing top 20 in plot
plt.figure(figsize=(7,7))
x = Top20["IMDB Score"]
y = Top20["Gross"]
plt.bar(x, y, color="purple")
plt.show()

但如果我写下这个：

#GROSS-DURATION ---PROBLEMA GRAFICO
Top20 = newmovieDef[['Gross', 'Duration']].sort_values('Gross', ascending=False).nlargest(20, 'Gross')
newmovieDef[['Gross', 'Duration']].sort_values('Gross', ascending=False).nlargest(20, 'Gross')
#visualizing top 20 in plot
plt.figure(figsize=(7,7))
x = Top20["Gross"]
y = Top20["Duration"]
plt.bar(x, y, color="green")
plt.show()

它给了我一个空白图，如

Answer 1

Gross和Duration是连续变量，因此在xaxis上有Gross和yaxis上有Duration的条形图不是可视化的正确选择。为了查看两个连续变量之间的关系（在本例中为Gross和Duration），通常使用散点（X-Y）图。你知道吗

从this source，“条形图用于比较不同组之间的情况或跟踪随时间的变化。”这里的关键字是组，意思是离散变量（在Python中通常表示为字符串）。你知道吗

来自同一个来源，“X-Y图用于确定两个不同事物之间的关系。x轴用于测量一个事件（或变量），y轴用于测量另一个。”

您可以修改代码以显示散点（X-Y）图，如下所示：

plt.figure(figsize=(7,7))
x = Top20["Gross"]
y = Top20["Duration"]
# Scatter plot
plt.plot(x, y, color="green")
plt.show()

如果你真的想要条形图，那么我建议binning your continuous data。这将连续变量分成离散的组，然后可以在条形图上显示，尽管这仍然不是可视化的最佳选择。你知道吗

This book是用于数据可视化的特殊（免费）资源。它是用R编程语言编写的，但一般原则仍然适用。你知道吗