Python数据分析 | 基于Pandas的数据可视化

2022-02-25 17:31:15 阅读：266 来源： 互联网

标签：plot Python DataFrame df 可视化 pd np import Pandas

ShowMeAI研究中心

作者：韩信子@ShowMeAI
教程地址：http://www.showmeai.tech/tutorials/33
本文地址：http://www.showmeai.tech/article-detail/150
声明：版权所有，转载请联系平台与作者并注明出处

大家在前面的教程中看到了Pandas进行数据分析的灵活操作，但同时作为一个功能强大的全能工具库，它也能非常方便地支持数据可视化，而且大部分基础图像绘制只要一行代码就能实现，大大加速了我们的分析效率，本文我们介绍pandas可视化及绘制各种图形的方法。

一、基本绘图函数plot

Series 和 DataFrame 上的可视化功能，只是围绕matplotlib库plot()方法的简单包装。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(10,4),index=pd.date_range('1/1/2022',
   periods=10), columns=list('ABCD'))
df.plot()

运行结果如下：

如果索引由日期组成，如上图所示，会自动进行日期填充。

除默认线图外，还可以绘制多种样式，可以使用 DataFrame.plot.[图类型参数] 方法进行不同图形的选择。

二、条形图

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(10,4),columns=['e','f','g','h'])
df.plot.bar()

运行结果如下：

产生堆叠的柱状图, 可以设置 stacked=True

import pandas as pd
df = pd.DataFrame(np.random.rand(10,4),columns= ['e','f','g','h'])
df.plot.bar(stacked=True)

运行结果如下：

要获取水平条形图，可以使用barh方法：

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(10,4),columns= ['e','f','g','h'])
df.plot.barh(stacked=True)

运行结果如下：

三、直方图

可以使用 plot.hist() 方法绘制直方图。我们可以指定数量。

import pandas as pd
import numpy as np
df = pd.DataFrame({'a':np.random.randn(1000)+1,'b':np.random.randn(1000),'c':np.random.randn(1000) - 1, 'd':np.random.randn(1000) -2}, columns=['a', 'b', 'c', 'd'])
df.plot.hist(bins=20)

运行结果如下：

可以使用以下代码为每列绘制不同的直方图：

import pandas as pd
import numpy as np
df = pd.DataFrame({'a':np.random.randn(1000)+1,'b':np.random.randn(1000),'c':np.random.randn(1000) - 1, 'd':np.random.randn(1000) -2}, columns=['a', 'b', 'c', 'd'])
df.diff().hist(bins=20)

运行结果如下：

四、箱形图

可以通过调用 Series.box.plot() 和 DataFrame.box.plot() 或 DataFrame.boxplot() 来绘制Boxplot，以可视化每个列中值的分布。

例如，这是一个箱线图，代表对[0,1）上的一个随机变量的10个观测值的五个试验。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(10, 5), columns=['A', 'B', 'C', 'D', 'E'])
df.plot.box()

运行结果如下：

五、面积图

可以使用 Series.plot.area() 或 DataFrame.plot.area() 方法创建面积图。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(10, 4), columns=['A', 'B', 'C', 'D'])
df.plot.area()

运行结果如下：

六、散点图

创建散点图可以使用 DataFrame.plot.scatter() 方法。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(50, 4), columns=['a', 'b', 'c', 'd'])
df.plot.scatter(x='a', y='b')

运行结果如下：

七、饼形图

创建饼图可以使用 DataFrame.plot.pie() 方法。

import pandas as pd
import numpy as np
df = pd.DataFrame(3 * np.random.rand(4), index=['a', 'b', 'c', 'd'], columns=['x'])
df.plot.pie(subplots=True)

运行结果如下：

资料与代码下载

本教程系列的代码可以在ShowMeAI对应的github中下载，可本地python环境运行，能访问Google的宝宝也可以直接借助google colab一键运行与交互操作学习哦！

本系列教程涉及的速查表可以在以下地址下载获取：

拓展参考资料

ShowMeAI相关文章推荐

ShowMeAI系列教程推荐

标签：plot,Python,DataFrame,df,可视化,pd,np,import,Pandas
来源： https://www.cnblogs.com/showmeai/p/15937028.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

Python数据分析 | 基于Pandas的数据可视化

一、基本绘图函数plot

二、条形图

三、直方图

四、箱形图

五、面积图

六、散点图

七、饼形图

资料与代码下载

本系列教程涉及的速查表可以在以下地址下载获取：

拓展参考资料

ShowMeAI相关文章推荐

ShowMeAI系列教程推荐