使用pandas做数据可视化

Posted Python那些事

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了使用pandas做数据可视化相关的知识，希望对你有一定的参考价值。

来源：大邓和他的Python


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 

  • 数据读取  pd.read_csv/pd.read_excel

  • 数据清洗(预处理)  

  • 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

 
   
   
 
    
  
    
    
  
  1. !pip3 install numpy
    2. 
  
    
    
  
  2. !pip3 install pandas
    3. 
  
    
    
  
  3. !pip3 install matplotlib
    4.

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

 
   
   
 
    
  
    
    
  
  1. #jupyter notebook中需要加这行代码
    2. 
  
    
    
  
  2. %matplotlib inline
    3. 
  
    
    
  
  3. import matplotlib.pyplot as plt
    4. 
  
    
    
  
  4. import numpy as np
    5. 
  
    
    
  
  5. import pandas as pd
    6. 
  
    
    
  

    7. 
  
    
    
  
  7. #读取天气数据
    8. 
  
    
    
  
  8. df = pd.read_csv('data/london2018.csv')
    9. 
  
    
    
  
  9. df
    10.

使用pandas做数据可视化

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

 
   
   
 
    
  
    
    
  
  1. #写法1
    2. 
  
    
    
  
  2. df.plot(x='Month', y='Tmax')
    3. 
  
    
    
  
  3. plt.show()
    4.

使用pandas做数据可视化

  • 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，折线图语法有三种

  • df.plot(x='Month', y='Tmax')

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

  • df.plot.line(x='Month', y='Tmax')

 
   
   
 
    
  
    
    
  
  1. df.plot.line(x='Month', y='Tmax')
    2. 
  
    
    
  
  2. plt.show()
    3.

使用pandas做数据可视化

 
   
   
 
    
  
    
    
  
  1. #grid绘制格线
    2. 
  
    
    
  
  2. df.plot(x='Month', y='Tmax', kind='line', grid=True)
    3. 
  
    
    
  
  3. plt.show()
    4.

使用pandas做数据可视化

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

 
   
   
 
    
  
    
    
  
  1. df.plot(x='Month', y=['Tmax', 'Tmin'])
    2. 
  
    
    
  
  2. plt.show()
    3.

使用pandas做数据可视化

条形图

 
   
   
 
    
  
    
    
  
  1. df.plot(x='Month', 
    2. 
  
    
    
  
  2.  y='Rain', 
    3. 
  
    
    
  
  3.  kind='bar')
    4. 
  
    
    
  
  4. #同样还可以这样画
    5. 
  
    
    
  
  5. #df.plot.bar(x='Month', y='Rain')
    6. 
  
    
    
  
  6. plt.show()
    7.

使用pandas做数据可视化

水平条形图

bar环卫barh，就可以将条形图变为水平条形图

 
   
   
 
    
  
    
    
  
  1. df.plot(x='Month', 
    2. 
  
    
    
  
  2.  y='Rain', 
    3. 
  
    
    
  
  3.  kind='barh')
    4. 
  
    
    
  
  4. #同样还可以这样画
    5. 
  
    
    
  
  5. #df.plot.bar(x='Month', y='Rain')
    6. 
  
    
    
  
  6. plt.show()
    7.

使用pandas做数据可视化

多个变量的条形图

 
   
   
 
    
  
    
    
  
  1. df.plot(kind='bar',
    2. 
  
    
    
  
  2.  x = 'Month',
    3. 
  
    
    
  
  3.  y=['Tmax', 'Tmin'])
    4. 
  
    
    
  
  4. plt.show()
    5.

使用pandas做数据可视化

散点图

 
   
   
 
    
  
    
    
  
  1. df.plot(kind='scatter',
    2. 
  
    
    
  
  2.  x = 'Month',
    3. 
  
    
    
  
  3.  y = 'Sun')
    4. 
  
    
    
  
  4. plt.show()
    5.

使用pandas做数据可视化

饼形图

 
   
   
 
    
  
    
    
  
  1. df.plot(kind='pie', y='Sun')
    2. 
  
    
    
  
  2. plt.show()
    3.

使用pandas做数据可视化

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

 
   
   
 
    
  
    
    
  
  1. df.index = ['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec']
    2. 
  
    
    
  
  2. df.plot(kind='pie', y = 'Sun', legend=False)
    3. 
  
    
    
  
  3. plt.show()
    4.

使用pandas做数据可视化

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

 
   
   
 
    
  
    
    
  
  1. import pandas as pd
    2. 
  
    
    
  

    3. 
  
    
    
  
  3. df2 = pd.read_csv('data/londonweather.csv')
    4. 
  
    
    
  
  4. df2.head()
    5.

使用pandas做数据可视化

 
   
   
 
    
  
    
    
  
  1. df2.Rain.describe()
    2. 
 
   
   
 
 
   
   
 
    
  
    
    
  
  1. count 748.000000
    2. 
  
    
    
  
  2. mean 50.408957
    3. 
  
    
    
  
  3. std 29.721493
    4. 
  
    
    
  
  4. min 0.300000
    5. 
  
    
    
  
  5. 25% 27.800000
    6. 
  
    
    
  
  6. 50% 46.100000
    7. 
  
    
    
  
  7. 75% 68.800000
    8. 
  
    
    
  
  8. max 174.800000
    9. 
  
    
    
  
  9. Name: Rain, dtype: float64
    10.

上面一共有748条记录, 即62年的记录。

箱型图

 
   
   
 
    
  
    
    
  
  1. df2.plot.box(y='Rain')
    2. 
  
    
    
  
  2. #df2.plot(y='Rain', kind='box')
    3. 
  
    
    
  
  3. plt.show()
    4.

使用pandas做数据可视化

直方图

 
   
   
 
    
  
    
    
  
  1. df2.plot(y='Rain', kind='hist')
    2. 
  
    
    
  
  2. #df2.plot.hist(y='Rain')
    3. 
  
    
    
  
  3. plt.show()
    4.

使用pandas做数据可视化

纵坐标的刻度可以通过bins设置

 
   
   
 
    
  
    
    
  
  1. df2.plot(y='Rain', kind='hist', bins=[0,25,50,75,100,125,150,175, 200])
    2. 
  
    
    
  
  2. #df2.plot.hist(y='Rain')
    3. 
  
    
    
  
  3. plt.show()
    4.

使用pandas做数据可视化

多图并存

 
   
   
 
    
  
    
    
  
  1. df.plot(kind='line',
    2. 
  
    
    
  
  2.  y=['Tmax', 'Tmin', 'Rain', 'Sun'], #4个变量可视化
    3. 
  
    
    
  
  3.  subplots=True, #多子图并存
    4. 
  
    
    
  
  4.  layout=(2, 2), #子图排列2行2列
    5. 
  
    
    
  
  5.  figsize=(20, 10)) #图布的尺寸
    6. 
  
    
    
  
  6. plt.show()
    7.

使用pandas做数据可视化

 
   
   
 
    
  
    
    
  
  1. df.plot(kind='bar',
    2. 
  
    
    
  
  2.  y=['Tmax', 'Tmin', 'Rain', 'Sun'], #4个变量可视化
    3. 
  
    
    
  
  3.  subplots=True, #多子图并存
    4. 
  
    
    
  
  4.  layout=(2, 2), #子图排列2行2列
    5. 
  
    
    
  
  5.  figsize=(20, 10)) #图布的尺寸
    6. 
  
    
    
  
  6. plt.show()
    7.

使用pandas做数据可视化

加标题

给可视化起个标题

 
   
   
 
    
  
    
    
  
  1. df.plot(kind='bar',
    2. 
  
    
    
  
  2.  y=['Tmax', 'Tmin'], #2个变量可视化
    3. 
  
    
    
  
  3.  subplots=True, #多子图并存
    4. 
  
    
    
  
  4.  layout=(1, 2), #子图排列1行2列
    5. 
  
    
    
  
  5.  figsize=(20, 5),#图布的尺寸
    6. 
  
    
    
  
  6.  title='The Weather of London') #标题
    7. 
  
    
    
  
  7. plt.show()
    8.

使用pandas做数据可视化

保存结果

可视化的结果可以存储为图片文件

 
   
   
 
    
  
    
    
  
  1. df.plot(kind='pie', y='Rain', legend=False, figsize=(10, 5), title='Pie of Weather in London')
    2. 
  
    
    
  
  2. plt.savefig('img/pie.png')
    3. 
  
    
    
  
  3. plt.show()
    4.

使用pandas做数据可视化

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

 
   
   
 
    
  
    
    
  
  1. import pandas as pd
    2. 
  
    
    
  
  2. help(pd.DataFrame.plot)
    3.

使用pandas做数据可视化


（完）


看完本文有收获？请转发分享给更多人

关注「Python那些事」，做全栈开发工程师

点「在看」的人都变好看了哦

以上是关于使用pandas做数据可视化的主要内容，如果未能解决你的问题，请参考以下文章

Pandas数据分析：快速图表可视化各类操作详解+实例代码

数据可视化干货：使用pandas和seaborn制作炫酷图表（附代码）

再见，可视化！你好，Pandas！

数据可视化代码实例（Matplotlib+Pandas）

超全超香，数据分析与数据挖掘最频繁使用代码合集来了

数据挖掘01-相关性分析及可视化Pearson, Spearman, Kendall