PYTHO可视化数据分析主要用了哪些图表

PYTHON可视化数据分析主要使用了以下几种图表：

1. 柱状图（Bar Chart）：柱状图是一种常见的数据可视化方式，用于显示不同类别的数据。在柱状图中，每个柱子的高度表示一个类别的数据值，柱子的长度表示数据的总量。柱状图可以清楚地展示数据的大小关系和分布情况。

2. 折线图（Line Chart）：折线图是一种用于显示数据随时间变化趋势的图表。折线图的横轴表示时间或事件，纵轴表示数据值。折线图可以清晰地展示数据随时间的变化趋势，以及各数据点之间的关系。

3. 饼图（Pie Chart）：饼图是一种将数据按照比例分配到各个部分的图表。在饼图中，每个部分的大小表示该部分在总数据中所占的比例。饼图可以直观地展示各部分之间的比例关系。

4. 雷达图（Radar Chart）：雷达图是一种用于展示多个变量之间关系的图表。在雷达图中，每个变量都以一个扇形的形式表示，扇形的角度表示该变量在总数据中的占比。雷达图可以同时展示多个变量之间的关系，并突出显示关键变量。

5. 散点图（Scatter Plot）：散点图是一种用于展示两个变量之间关系的图表。在散点图中，每个点代表一个观测值，点的位置表示该观测值对应的两个变量的值。散点图可以展示两个变量之间的相关关系，以及它们的分布情况。

6. 热力图（Heatmap）：热力图是一种用于展示多个变量之间关系的二维图形。在热力图中，每个单元格的颜色表示该单元格所代表的变量的值。通过观察热力图的颜色分布，可以快速了解各变量之间的关系和重要性。

7. 箱线图（Box Plot）：箱线图是一种用于展示一组数据分布情况的图表。在箱线图中，每个箱子表示数据的最小值和最大值，中间的三条线表示数据的中位数和四分位数。箱线图可以展示数据的分布范围、异常值和集中趋势。

8. 直方图（Histogram）：直方图是一种用于展示单个变量数据分布情况的图表。在直方图中，每个小矩形的高度表示一个观测值，矩形的长度表示该观测值出现的频数。直方图可以展示数据的分布情况，以及数据的离散程度。

9. 树状图（Tree Chart）：树状图是一种用于展示层次结构数据的图表。在树状图中，每个节点代表一个数据项，连接节点的边表示数据项之间的关系。树状图可以清晰地展示数据项之间的层级关系和结构。

10. 堆叠条形图（Stacked Bar Chart）：堆叠条形图是一种将多个条形图叠加在一起的图表。在堆叠条形图中，每个条形图的高度表示一个子分类的数据值，条形图的宽度表示总体数据值。堆叠条形图可以展示多个子分类之间的关系和影响。

这些图表在数据分析中具有广泛的应用，可以帮助我们更好地理解和解释数据。根据实际需求，可以选择适合的图表类型来展示数据。