numpy+pandas+matplotlib数据可视化方法

本文总结了pandas+matplotlib数据可视化的几种方式，适合初学者入门学习。

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
%matplotlib inline
plt.rcParams["font.family"] = ['SimHei']
plt.rcParams["axes.unicode_minus"] = False

df = pd.DataFrame({"学号":["001","002","003"],
              "身高":[140,150,160],
              "体重":[50,52,55],
              "语文":[89,60,78]
})

print(df)

df1 = df[["学号","语文"]]
print(df1)

df2 = df[["身高","体重"]]
print(df2)

   学号   身高  体重  语文
0  001  140  50  89
1  002  150  52  60
2  003  160  55  78
    学号  语文
0  001  89
1  002  60
2  003  78
    身高  体重
0  140  50
1  150  52
2  160  55

# 绘图方法1 plt.bar()  #切出数据后再绘图
# 绘图方法1 plt.scatter()  #切出数据后再绘图
fig = plt.figure(figsize =(12,4))
ax1 = fig.add_subplot(121)
plt.bar(x= df1["学号"],height = df1["语文"],label = "语文成绩")
plt.legend()

ax2 = fig.add_subplot(122)
plt.scatter(x = df2["身高"],y = df2["体重"],s = 60)

plt.show()

输出结果：

# 绘图方法2 plt.bar(data = df1)   #传入data绘图
# 绘图方法2 plt.scatter(data = df2)   #传入data绘图
fig = plt.figure(figsize =(12,4))
ax1 = fig.add_subplot(121)
plt.bar(x= "学号",height = "语文",data = df1,label = "语文成绩")  #传入data数据后，可以不用索引数据，直接引用列标签即可
plt.legend()

ax2 = fig.add_subplot(122)
plt.scatter(x = "身高",y = "体重",data = df2,s= 60)

plt.show()

输出结果：

# 绘图方法3 df1.plot(kind = "bar")
# 绘图方法3 df2.plot(kind = "scatter")
fig = plt.figure(figsize =(12,4))
ax1 = fig.add_subplot(121)
df1.plot(x = "学号",y = "语文",kind = "bar", ax = ax1,label = "语文成绩") #x是位置参数，可以省略。注意在存在子图的情况下，需要传入ax参数。
plt.legend()

ax2 = fig.add_subplot(122)
df2.plot(kind = "scatter",x = "身高",y = "体重",ax = ax2,s= 60)

plt.show()

输出结果：

# 绘图方法4 df1.plot.bar()
# 绘图方法4 df1.plot.scatter()
fig = plt.figure(figsize =(12,4))
ax1 = fig.add_subplot(121)
df1.plot.bar(x = "学号",y = "语文",ax = ax1,label = "语文成绩") #注意要传入ax参数
plt.legend()

ax2 = fig.add_subplot(122)
df2.plot.scatter(x = "身高",y = "体重",ax = ax2,s= 60)

plt.show()

输出结果：

 总结：

以上仅示例了bar和scatter的绘图方法。其他图例类似。

用matplotplib+pandas绘图的方式，有多种，以bar为例：

（1）绘图方法1：plt.bar()   #传入切出（指数据查询：索引或者切片等操作）的数据后再绘图

 （2）绘图方法2：plt.bar(data = df1)     #传入data绘图 ，传入data数据后，可以不用索引数据，直接引用列标签即可实现数据索引。

（3）绘图方法3 df1.plot(kind = "bar")  该方法不需要已经有df1,函数内部不需要重复传入data，若有子图，需要传入ax参数。

（4）绘图方法4 df1.plot.bar()  该方法不要指定kind类型。函数内部不需要重复传入data，若有子图，需要传入ax参数。