python数据可视化pandas_Python pandas数据分析库：数据可视化练习

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

以下文章来源于大邓和他的Python ，作者大邓

数据可视化可以让我们很直观的发现数据中隐藏的规律，察觉到变量之间的互动关系，可以帮助我们更好的给他人解释现象，做到一图胜千文的说明效果。

常见的数据可视化库有:

matplotlib 是最常见的2维库，可以算作可视化的必备技能库，由于matplotlib是比较底层的库，api很多，代码学起来不太容易。

seaborn 是建构于matplotlib基础上，能满足绝大多数可视化需求。更特殊的需求还是需要学习matplotlib

pyecharts 上面的两个库都是静态的可视化库，而pyecharts有很好的web兼容性，可以做到可视化的动态效果。

但是在数据科学中，几乎都离不开pandas数据分析库，而pandas可以做

数据采集 如何批量采集网页表格数据？

数据读取 pd.read_csv/pd.read_excel

数据清洗(预处理) 理解pandas中的apply和map的作用和异同

可视化，兼容matplotlib语法(今天重点)

在本文我们可以学到用pandas做

导入数据

绘制最简单的图plot()

多个y的绘制图

折线图、条形图、饼形图和散点图绘制

统计信息绘图

箱型图

轴坐标刻度

plot()更多精细化参数

可视化结果输出保存

准备工作

如果你之前没有学过pandas和matpltolib,我们先安装好这几个库

!pip3 install numpy

!pip3 install pandas

!pip3 install matplotlib

已经安装好，现在我们导入这几个要用到的库。使用的是伦敦天气数据，一开始我们只有12个月的小数据作为例子

#jupyter notebook中需要加这行代码

%matplotlib inlineimport matplotlib.pyplot as plt

import numpy as np

import pandas as pd

#读取天气数据df = pd.read_csv('data/london2018.csv')

df

plot最简单的图

选择Month作为横坐标，Tmax作为纵坐标，绘图。

大家注意下面两种写法

#写法df.plot(x='Month', y='Tmax')plt.show()

横坐标轴参数x传入的是df中的列名Month

纵坐标轴参数y传入的是df中的列名Tmax

折线图

上面的图就是折线图，折线图画法有三种

df.plot(x='Month', y='Tmax')

df.plot(x='Month', y='Tmax', kind='line')

df.plot.line(x='Month', y='Tmax')

df.plot.line(x='Month', y='Tmax')

plt.show()

#grid绘制格线

df.plot(x='Month', y='Tmax', kind='line', grid=True)

plt.show()

多个y值

上面的折线图中只有一条线， 如何将多个y绘制到一个图中

比如Tmax， Tmin

df.plot(x='Month', y=['Tmax', 'Tmin'])

plt.show()

条形图

df.plot(x='Month',

y='Rain',

kind='bar')

#同样还可以这样画#df.plot.bar(x='Month', y='Rain')

plt.show()

水平条形图

bar换为barh，就可以将条形图变为水平条形图

df.plot(x='Month',

y='Rain',

kind='barh')

#同样还可以这样画#df.plot.bar(x='Month', y='Rain')

plt.show()

多个变量的条形图

df.plot(kind='bar',

x = 'Month',

y=['Tmax', 'Tmin'])

plt.show()

散点图

df.plot(kind='scatter',

x = 'Month',

y = 'Sun')

plt.show()

饼形图

df.plot(kind='pie', y='Sun')

plt.show()

上图绘制有两个小问题:

legend图例不应该显示

月份的显示用数字不太正规

df.index = ['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec']

df.plot(kind='pie', y = 'Sun', legend=False)

plt.show()

更多数据

一开头的数据只有12条记录(12个月)的数据，现在我们用更大的伦敦天气数据

import pandas as pd

df2 = pd.read_csv('data/londonweather.csv')

df2.head()

df2.Rain.describe()

count 748.000000

mean 50.408957

std 29.721493

min 0.30000025

% 27.80000050% 46.10000075% 68.800000max 174.800000Name: Rain, dtype: float64

上面一共有748条记录, 即62年的记录。

箱型图

df2.plot.box(y='Rain')

#df2.plot(y='Rain', kind='box')

plt.show()

直方图

df2.plot(y='Rain', kind='hist')

#df2.plot.hist(y='Rain')

plt.show()

纵坐标的刻度可以通过bins设置

df2.plot(y='Rain', kind='hist', bins=[0,25,50,75,100,125,150,175, 200])

#df2.plot.hist(y='Rain')

plt.show()

多图并存

df.plot(kind='line',

y=['Tmax', 'Tmin', 'Rain', 'Sun'], #4个变量可视化

subplots=True, #多子图并存 layout=(2, 2), #子图排列2行2列

figsize=(20, 10)) #图布的尺寸

plt.show()

df.plot(kind='bar',

y=['Tmax', 'Tmin', 'Rain', 'Sun'], #4个变量可视化

subplots=True, #多子图并存 layout=(2, 2), #子图排列2行2列

figsize=(20, 10)) #图布的尺寸

plt.show()

加标题

给可视化起个标题

df.plot(kind='bar',

y=['Tmax', 'Tmin'], #2个变量可视化

subplots=True, #多子图并存 layout=(1, 2), #子图排列1行2列

figsize=(20, 5),#图布的尺寸

title='The Weather of London') #标题

plt.show()

保存结果

可视化的结果可以存储为图片文件

df.plot(kind='pie', y='Rain', legend=False, figsize=(10, 5), title='Pie of Weather in London')

plt.savefig('img/pie.png')

plt.show()

df.plot更多参数

df.plot(x, y, kind, figsize, title, grid, legend, style)

x 只有dataframe对象时，x可用。横坐标

y 同上，纵坐标变量

kind 可视化图的种类，如line,hist, bar, barh, pie, kde, scatter

figsize 画布尺寸

title 标题

grid 是否显示格子线条

legend 是否显示图例

style 图的风格

查看plot参数可以使用help

import pandas as pd

help(pd.DataFrame.plot)