⑴ 趋势图的制作方法
趋势图的制作方法主要包括以下几个步骤：
确定数据来源和目的：首先需要明确制作趋势图的目的，以及所需的数据来源。这些数据可以是时间序列数据、销售额、气温变化等，取决于你想要展示的趋势。明确目的和数据来源后，可以更有针对性地选择合适的图表类型和呈现方式。
收集和整理数据：根据确定的数据来源，收集并整理需要展示的数据。确保数据的准确性和完整性，并根据需要对数据进行适当的处理，如清洗、去重、排序等。同时，考虑数据的时间跨度、频率和粒度，以确保趋势图能够清晰地展示数据的变化趋势。
选择合适的图表类型和工具：根据目的和数据的特点，选择合适的图表类型来展示趋势。常见的趋势图类型包括折线图、柱状图、面积图等。同时，选择一款易于操作和可视化的工具，如Excel、Tableau、python的matplotlib库等，来制作趋势图。
制作和调整趋势图：使用所选的工具，根据数据的特点制作趋势图。在制作过程中，注意调整图表的标题、坐标轴标签、图例等元素，确保图表清晰易读。同时，根据需要对图表的颜色、线条、字体等进行调整，以提高图表的美观度和可读性。
例如，如果我们想要展示一个城市过去十年的气温变化趋势，我们首先需要收集这个城市过去十年的气温数据。然后，我们可以选择使用折线图来展示这些数据，因为折线图能够清晰地展示数据随时间变化的趋势。我们可以使用Excel或Python等工具来制作这个趋势图，调整图表的标题、坐标轴标签等元素，使其清晰易读。最后，我们可以根据需要对图表的颜色、线条等进行调整，以提高图表的美观度和可读性。
总之，制作趋势图的关键在于明确目的和数据来源，收集和整理数据，选择合适的图表类型和工具，并制作和调整趋势图。通过遵循这些步骤，我们可以制作出清晰、美观、易读的趋势图，从而更好地展示数据的变化趋势。
⑵ Python数据分析：可视化
本文是《数据蛙三个月强化课》的第二篇总结教程，如果想要了解 数据蛙社群 ，可以阅读 给DataFrog社群同学的学习建议 。温馨提示：如果您已经熟悉python可视化内容,大可不必再看这篇文章，或是之挑选部分文章
对于我们数据分析师来说，不仅要自己明白数据背后的含义，而且还要给老板更直观的展示数据的意义。所以，对于这项不可缺少的技能，让我们来一起学习下吧。
画图之前，我们先导入包和生成数据集
我们先看下所用的数据集
折线图是我们观察趋势常用的图形，可以看出数据随着某个变量的变化趋势，默认情况下参数 kind="line" 表示图的类型为折线图。
对于分类数据这种离散数据，需要查看数据是如何在各个类别之间分布的，这时候就可以使用柱状图。我们为每个类别画出一个柱子。此时，可以将参数 kind 设置为 bar 。
条形图就是将竖直的柱状图翻转90度得到的图形。与柱状图一样，条形图也可以有一组或多种多组数据。
水平条形图在类别名称很长的时候非常方便，因为文字是从左到右书写的，与大多数用户的阅读顺序一致，这使得我们的图形容易阅读。而柱状图在类别名称很长的时候是没有办法很好的展示的。
直方图是柱形图的特殊形式，当我们想要看数据集的分布情况时，选择直方图。直方图的变量划分至不同的范围，然后在不同的范围中统计计数。在直方图中，柱子之间的连续的，连续的柱子暗示数值上的连续。
箱线图用来展示数据集的描述统计信息，也就是[四分位数]，线的上下两端表示某组数据的最大值和最小值。箱子的上下两端表示这组数据中排在前25%位置和75%位置的数值。箱中间的横线表示中位数。此时可以将参数 kind 设置为 box。
如果想要画出散点图，可以将参数 kind 设置为 scatter，同时需要指定 x 和 y。通过散点图可以探索变量之间的关系。
饼图是用面积表示一组数据的占比，此时可以将参数 kind 设置为 pie。
我们刚开始学习的同学，最基本应该明白什么数据应该用什么图形来展示，同学们来一起总结吧。