手把手教你用 Pandas 绘制全球人口可视化交互图表

作为一名数据工作者，我特别喜欢用Python创建美观且易懂的可视化图表，而且技术难度小，不会花费大量时间。

交互式可视化也是如此，因此我花了很长时间寻找Python中好用的库。能创建交互式可视化图表的库有很多，但当使用Pandas时，很容易遇到各种各样的问题。

今天，我就来手把手教你如何直接使用Pandas创建出交互式可视化效果。

01 安装库

为了轻松创建交互式可视化，我们需要安装Cufflinks。这是一个将Pandas与Plotly连接起来的库，从而我们能够直接从Pandas创建可视化效果。

首先，确保安装Pandas并在终端上运行以下命令：

pip install pandas
pip install plotly

注意，你也可以使用conda安装Plotly

conda install -c plotly

安装 Plotly 后，运行以下命令安装 Cufflinks：

pip install cufflinks

02 导入库

接下来要导入以下库：

import pandas as pd
import cufflinks as cf
from IPython.display import display,HTMLcf.set_config_file(sharing='public',theme='ggplot',offline=True)

在这里，我用的是 ‘ggplot’ 主题，你也可以随意选择任何想要的主题。运行命令 cf.getThemes() 以获取所有可用的主题。

要在以下部分中使用 Pandas 进行交互式可视化，我们只需要使用语法 dataframe.iplot()

03 处理数据

在本文中，我们将使用人口数据框。

下载文件后，移动到 Python 脚本所在的位置，然后在 Pandas 数据框中进行读取，如下所示。

df_population = pd.read_csv('population_total.csv')

数据框中包含了世界上大多数国家多年来的人口数据，如下所示：

在使用之前，我们需要对其进行处理，删除空值，重新调整，然后选择几个国家来测试交互式绘图。

代码如下：

# dropping null values
df_population = df_population.dropna()# reshaping the dataframe
df_population = df_population.pivot(index='year', columns='country',
values='population')# selecting 5 countries
df_population = df_population[[