本文的文字及圖片來源于網路,僅供學習、交流使用,不具有任何商業用途,著作權歸原作者所有,如有問題請及時聯系我們以作處理，

以下文章來源于大鄧和他的Python ，作者大鄧

資料可視化可以讓我們很直觀的發現資料中隱藏的規律，察覺到變數之間的互動關系，可以幫助我們更好的給他人解釋現象，做到一圖勝千文的說明效果，

常見的資料可視化庫有:

matplotlib 是最常見的2維庫，可以算作可視化的必備技能庫，由于matplotlib是比較底層的庫，api很多，代碼學起來不太容易，
seaborn 是建構于matplotlib基礎上，能滿足絕大多數可視化需求，更特殊的需求還是需要學習matplotlib
pyecharts 上面的兩個庫都是靜態的可視化庫，而pyecharts有很好的web兼容性，可以做到可視化的動態效果，

但是在資料科學中，幾乎都離不開pandas資料分析庫，而pandas可以做

資料采集如何批量采集網頁表格資料？
資料讀取 pd.read_csv/pd.read_excel
資料清洗(預處理) 理解pandas中的apply和map的作用和異同
可視化，兼容matplotlib語法(今天重點)

在本文我們可以學到用pandas做

匯入資料
繪制最簡單的圖plot()
多個y的繪制圖
折線圖、條形圖、餅形圖和散點圖繪制
統計資訊繪圖
箱型圖
軸坐標刻度
plot()更多精細化引數
可視化結果輸出保存

準備作業

如果你之前沒有學過pandas和matpltolib,我們先安裝好這幾個庫

!pip3 install numpy
!pip3 install pandas
!pip3 install matplotlib

已經安裝好，現在我們匯入這幾個要用到的庫，使用的是倫敦天氣資料，一開始我們只有12個月的小資料作為例子

#jupyter notebook中需要加這行代碼
%matplotlib inlineimport matplotlib.pyplot as plt
import numpy as np
import pandas as pd
#讀取天氣資料df = pd.read_csv('data/london2018.csv')
df

plot最簡單的圖

選擇Month作為橫坐標，Tmax作為縱坐標，繪圖，

大家注意下面兩種寫法

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

橫坐標軸引數x傳入的是df中的列名Month
縱坐標軸引數y傳入的是df中的列名Tmax

折線圖

上面的圖就是折線圖，折線圖畫法有三種

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繪制格線
df.plot(x='Month', y='Tmax', kind='line', grid=True)
plt.show()

多個y值

上面的折線圖中只有一條線，如何將多個y繪制到一個圖中

比如Tmax， Tmin

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

條形圖

df.plot(x='Month',
        y='Rain',
        kind='bar')
#同樣還可以這樣畫#df.plot.bar(x='Month', y='Rain')
plt.show()

水平條形圖

bar換為barh，就可以將條形圖變為水平條形圖

df.plot(x='Month',
        y='Rain',
        kind='barh')
#同樣還可以這樣畫#df.plot.bar(x='Month', y='Rain')
plt.show()

多個變數的條形圖

df.plot(kind='bar',
        x = 'Month',
        y=['Tmax', 'Tmin'])
plt.show()

散點圖

df.plot(kind='scatter',
        x = 'Month',
        y = 'Sun')
plt.show()

餅形圖

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

上圖繪制有兩個小問題:

legend圖例不應該顯示
月份的顯示用數字不太正規

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

箱型圖

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

直方圖

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

縱坐標的刻度可以通過bins設定

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

多圖并存

df.plot(kind='line',
        y=['Tmax', 'Tmin', 'Rain', 'Sun'], #4個變數可視化
        subplots=True,   #多子圖并存        layout=(2, 2),   #子圖排列2行2列
				figsize=(20, 10)) #圖布的尺寸
plt.show()

df.plot(kind='bar',
        y=['Tmax', 'Tmin', 'Rain', 'Sun'], #4個變數可視化
        subplots=True,   #多子圖并存        layout=(2, 2),   #子圖排列2行2列
				figsize=(20, 10)) #圖布的尺寸
plt.show()

加標題

給可視化起個標題

df.plot(kind='bar',
        y=['Tmax', 'Tmin'], #2個變數可視化
        subplots=True,   #多子圖并存        layout=(1, 2),   #子圖排列1行2列
				figsize=(20, 5),#圖布的尺寸
        title='The Weather of London')  #標題
plt.show()

保存結果

可視化的結果可以存盤為圖片檔案

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更多引數

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

x 只有dataframe物件時，x可用，橫坐標
y 同上，縱坐標變數
kind 可視化圖的種類，如line,hist, bar, barh, pie, kde, scatter
figsize 畫布尺寸
title 標題
grid 是否顯示格子線條
legend 是否顯示圖例
style 圖的風格

查看plot引數可以使用help

import pandas as pd
help(pd.DataFrame.plot)

轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/37669.html

標籤：Python

上一篇：Python資料可視化：3D動態圖，讓你的足跡實作在地圖上

下一篇：程式莫名停止（無報錯）

Python pandas資料分析庫：資料可視化練習