使用pandas做数据可视化

寒假工作坊

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  如何批量采集网页表格数据？

• 数据读取  pd.read_csv/pd.read_excel

• 数据清洗(预处理)   理解pandas中的apply和map的作用和异同

• 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

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

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

• 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')

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

条形图

水平条形图

bar环卫barh，就可以将条形图变为水平条形图

多个变量的条形图

散点图

饼形图

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

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

上面一共有748条记录, 即62年的记录。

箱型图

直方图

纵坐标的刻度可以通过bins设置

多图并存

加标题

给可视化起个标题

保存结果

可视化的结果可以存储为图片文件

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

近期文章