使用 Pandas 做数据可视化

2023-10-18

字数统计: 1.3k字 | 阅读时长≈ 6分

内容来源：https://mp.weixin.qq.com/s/k5hmJAljN4vu52HP9wWBxQ

数据客户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：是构建于 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
数据清洗
可视化，兼容 matplotlib 语法

在本文中我们可以学到用 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

如果之前没有学过 pandas 和 matplotlib，需要先安装好这几个库：

1 2	pip install pandas pip install matplotlib

已经安装好，现在我们导入这几个需要用到的库。使用的是伦敦的天气数据，一开始我们只有 12 个月的小数据作为例子：

# jupyter notebook 中需要加入这行代码：
%matplotlib inline

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

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

plot 最简单的图（折线图）

选择 Month 作为横坐标，Tmax 作为纵坐标，绘图；
折线图语法有三种：

1
2
3

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

写法1：

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

绘制格线 grid

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

多个 y 值

上面的折线图中只有一条线，如果将多个 y 绘制到一个图中，比如 Tmax，TMin

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

条形图

1 2	df.plot(x='Month', y='Rain', kind='bar',) plt.show()

水平条形图

1 2	df.plot(x='Month', y='Rain', kind='barh',) plt.show()

多个变量的条形图

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

散点图

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

饼形图

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

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

修改为如下代码：

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

箱型图

1 2	df.plot.box(y='Rain') plt.show()

直方图

1 2	df.plot(y='Rain', kind='hist') plt.show()

多图并存

df.plot(kind='line', y=['Tmax', 'Tmin', 'Rain', 'Sun'],
       subplots=True, layout=(2, 2), figsize=(20, 10))
plt.show()

# y=['Tmax', 'Tmin', 'Rain', 'Sun'] 四个变量可视化
# subplots=True 多子图并存
# layout=(2, 2) 子图排列2行2列
# figsize=(20, 10) 画布的尺寸

1
2
3

df.plot(kind='bar', y=['Tmax', 'Tmin', 'Rain', 'Sun'],
       subplots=True, layout=(2, 2), figsize=(20, 10))
plt.show()

加标题

给可视化加一个标题

df.plot(kind='bar', y=['Tmax', 'Tmin',],
       subplots=True, layout=(1, 2), figsize=(20, 5),
       title = 'The Weather of London')
plt.show()

保存结果

可视化的的结果可以存储为图片文件

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

df.plot 更多参数

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

x：只有 DataFrame 对象时，x可用。横坐标变量
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

In [1]: import pandas as pd
In [2]: help(pd.DataFrame.plot)

Help on class PlotAccessor in module pandas.plotting._core:

class PlotAccessor(pandas.core.base.PandasObject)
 |  PlotAccessor(data)
 |  
 |  Make plots of Series or DataFrame.
 |  
 |  Uses the backend specified by the
 |  option ``plotting.backend``. By default, matplotlib is used.
 |  
 |  Parameters
 |  ----------
 |  data : Series or DataFrame
 |      The object for which the method is called.
 |  x : label or position, default None
 |      Only used if data is a DataFrame.
 |  y : label, position or list of label, positions, default None
 |      Allows plotting of one column versus another. Only used if data is a
 |      DataFrame.
 |  kind : str
 |      The kind of plot to produce:
 |  
 |      - 'line' : line plot (default)
 |      - 'bar' : vertical bar plot
 |      - 'barh' : horizontal bar plot
 |      - 'hist' : histogram
 |      - 'box' : boxplot
 |      - 'kde' : Kernel Density Estimation plot
 |      - 'density' : same as 'kde'
 |      - 'area' : area plot
 |      - 'pie' : pie plot
 |      - 'scatter' : scatter plot
 |      - 'hexbin' : hexbin plot.
 |  
 |  figsize : a tuple (width, height) in inches
 ....... 省略 N 行 ......