pandas 柱状图_Pandas可视化指南：手把手从零教你绘制数据图表

via：量子位，编译：晓查

数据可视化本来是一个非常复杂的过程，但随着Pandas数据框plot()函数的出现，使得创建可视化图形变得很容易。

最近，一位来自印度的小哥以2019年世界幸福指数的数据为例，详细讲述了在Pandas中plot()函数的绘制常用图形的小技巧，熟练掌握这些技巧后，你也能绘制出丰富多彩的可视化图表。

导入数据

在绘制图形前，我们首先需要导入csv文件：

import pandas as pddf=pd.read_csv(‘./world-happiness-report-2019.csv’)df.head(3)

这个csv图表的内容是各个国家按照不同维度评价的幸福指数(数据下载地址https://share.weiyun.com/5XazJL1)：

数据框中一些列的名称比较冗长，可以重命名使其更加简洁：

df.rename(columns={“Country (region)”: “Country”, “Log of GDP\nper capita”: “Log_GDP_per_capita”, “Healthy life\nexpectancy”:”Health_life_expect”},inplace=True)df.columns

绘制柱状图、散点图等常见图形

从最近简单的柱状图开始，只统计腐败程度、自由度、宽容度、社会支持等几个维度

%matplotlib tkdf1=df[:5]df1.plot(‘Country’,[‘Corruption’,’Freedom’,’Generosity’,’Social support’],kind = ‘bar’)

嫌直接写名称太麻烦？没关系，我们也可以用所在列的数字来绘制，比如上述4个列分别为7、6、8、5：

%matplotlib tkdf1=df[:5]df1.plot(‘Country’,[7,6,8,5],kind = ‘bar’)

在上面的代码中kind = ‘bar’，所以绘制的图形是柱状图，如果我们把参数改成kind = ‘line’，画出的就是折线图。

df1=df[:5]df1.plot(‘Country’,[‘Corruption’,’Freedom’,’Generosity’,’Social support’],kind = ‘line’)

同样的，如果把参数改成kind = ‘box’，还能绘制出箱线图：

df[:5].plot(x=’Country’,kind=’box’)

对于散点图，设置kind=’scatter’，绘制出腐败程度与自由度之间的关系，用color=’R’将点定义为红色：

df.plot(x=’Corruption’,y=’Freedom’,kind=’scatter’,color=’R’)

-------------------------

希望学习更多python数据可视化技巧的，可以跟着数据分析专家文彤老师学习《Python数据分析—玩转数据可视化》视频课程

为回馈各位粉丝的支持与厚爱

前500名可享受7折优惠

另外还可领10元优惠券，直接点击文末“阅读原文”进入即可领取