Pandas：Python可视化神器

大家好，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，pandas的功能包括：

• 数据采集 

• 数据读取  pd.read_csv/pd.read_excel

• 数据清洗(预处理)  

• 可视化，兼容matplotlib语法

1.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：

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

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，一开始只有12个月的小数据作为例子。

#jupyter notebook中需要加这行代码
%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

2.绘制简单的图

选择Month作为横坐标，Tmax作为纵坐标，进行图像绘制。

2.1 折线图​​​​​​​

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

• 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

#grid绘制格线
df.plot(x='Month', y='Tmax', kind='line', grid=True)
plt.show()

上面的折线图中只有一条线， 将多个y绘制到一个图中，比如Tmax， Tmin。代码如下：​​​​​​​​​​​​​​

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

2.2 条形图 

df.plot(x='Month',
        y='Rain',
        kind='bar')
#同样还可以这样画
#df.plot.bar(x='Month', y='Rain')
plt.show()

 多个变量的条形图：

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

2.3 散点图 

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

2.4 饼形图

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

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

2.5 箱型图

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

2.6 直方图

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

纵坐标的刻度可以通过bins设置：

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

3.多图并存

df.plot(kind='line',
         y=['Tmax', 'Tmin', 'Rain', 'Sun'], #4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)) #图布的尺寸
plt.show()

df.plot(kind='bar',
         y=['Tmax', 'Tmin', 'Rain', 'Sun'], #4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)) #图布的尺寸
plt.show()

 综上所述，使用Pandas进行数据可视化，可以清晰直观观察数据，也可以df.plot更多参数，使图像更加美观，内容更加详细。