数据可视化干货：使用pandas和seaborn制作炫酷图表（附代码）
Posted 大数据DT
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了数据可视化干货：使用pandas和seaborn制作炫酷图表（附代码）相关的知识，希望对你有一定的参考价值。
导读：我们介绍过用matplotlib制作图表的一些tips，感兴趣的同学可以戳→。matplotlib是一个相当底层的工具。你可以从其基本组件中组装一个图表：数据显示(即绘图的类型：线、条、框、散点图、轮廓等)、图例、标题、刻度标记和其他注释。
在pandas中，我们可能有多个数据列，并且带有行和列的标签。pandas自身有很多内建方法可以简化从DataFrame和Series对象生成可视化的过程。另一个是seaborn，它是由Michael Waskom创建的统计图形库。seaborn简化了很多常用可视化类型的生成。
导入seaborn会修改默认的matplotlib配色方案和绘图样式，这会提高图表的可读性和美观性。即使你不适用seaborn的API，你可能更喜欢导入seaborn来为通用matplotlib图表提供更好的视觉美观度。
本文摘编自《利用Python进行数据分析》（原书第2版），如需转载请联系我们
01 折线图
Series和DataFrame都有一个plot属性，用于绘制基本的图型。默认情况下，plot()绘制的是折线图(见图9-13)：
In [
60
]: s
=
pd.Series(np.random.randn(
10
).cumsum(), index
=
np.arange(
0
,
100
,
10
))
以上是关于数据可视化干货：使用pandas和seaborn制作炫酷图表（附代码）的主要内容，如果未能解决你的问题，请参考以下文章
pandas数据预处理（字段筛选query函数进行数据筛选缺失值删除）seaborn可视化分面图（facet）seaborn使用Catplot可视化分面箱图（Faceted Boxplot）
使用Pandas的rolling函数计算滚动平均值（rolling average with Pandas rolling）seaborn使用lineplot函数可视化时间序列数据并添加滚动平均值
Seaborn可视化使用relplot函数可视化数据长度不同的时间序列实战：two Pandas Series of different lengths