Pandas数据可视化的备忘录

作者|Rashida Nasrin Sucky 编译|VK 来源|Towards Data Science

我们使用python的pandas库主要用于数据分析中的数据操作，但我们也可以使用Pandas进行数据可视化。你甚至不需要为此导入Matplotlib库。

Pandas本身可以在后端使用Matplotlib并为你呈现可视化效果。它使得使用数据帧列绘制图变得非常容易。Pandas使用比Matplotlib更高级别的API。因此，它可以用更少的代码行来绘制绘图。

我将从使用随机数据从基本的绘图开始，然后转到更高级的带有真实数据集的绘图。

在本教程中，我将使用Jupyter Notebook环境。如果你没有安装，你可以简单地使用谷歌Colab Notebook。你甚至不需要在上面安装Pandas。它已经为我们安装好了。

如果你想安装一个Jupyter Notebook，那也是个好主意。

对于数据科学家来说，这是一个很好的软件包，而且是免费的。

安装pandas使用：

pip install pandas

或者在你的anaconda上

conda install pandas

这样就准备好了

pandas可视化

我们将从最基本的开始。

直线图

首先导入pandas。然后，让我们用pandas做一个基本的系列，画一个直线图。

import pandas as pd
a = pd.Series([40, 34, 30, 22, 28, 17, 19, 20, 13, 9, 15, 10, 7, 3])
a.plot()

最基本最简单的图准备好了！看，这是多么容易。我们可以改进一下。

我将补充：

更改一个图形大小，使图表更大，

更改的默认蓝色

显示标题

更改轴上这些数字的默认字体大小

a.plot(figsize=(8, 6), color='green', title = 'Line Plot', fontsize=12)

在本教程中，我们将学习更多的样式技巧。

面积图

我会用相同的数据a在这里画一个面积图，

我可以使用.plot方法并传递一个参数类型来指定我想要的绘图类型，例如：

a.plot(kind='area')

或者我可以这样写

a.plot.area()

我上面提到的两种方法都将创建此图：

面积图更有意义，而且当其中有多个变量时看起来也更好。所以，我将制作更多Series，制作一个数据框，并从中绘制一个面积图。

b = pd.Series([45, 22, 12, 9, 20, 34, 28, 19, 26, 38, 41, 24, 14, 32])
c = pd.Series([25, 38, 33, 38, 23, 12, 30, 37, 34, 22, 16, 24, 12, 9])
d = pd.DataFrame({'a':a, 'b': b, 'c': c})

让我们把这个数据框“d”画成面积图，

d.plot.area(figsize=(8, 6), title='Area Plot')

你不必接受这些默认颜色。让我们把这些颜色换一下，再加些样式。

d.plot.area(alpha=0.4, color=['coral', 'purple', 'lightgreen'],figsize=(8, 6), title='Area Plot', fontsize=12)

“alpha”参数为绘图添加了一些半透明的外观。

当我们有重叠的面积图、直方图或密集的散点图时，它似乎非常有用。

plot()可以执行11种类型的绘图：

1. line
2. area
3. bar
4. barh
5. pie
6. box
7. hexbin
8. hist
9. kde
10. density
11. scatter

我想展示所有这些不同图的用法。为此，我将使用疾病控制和预防中心的NHANES数据集。我下载了这个数据集，并