数据分析：Pandas单变量图形分析

在数据分析过程中，常常会对每个或部分特征变量进行数据分析，而图形展示最为直观。今天就来学习下，如何通过pandas实现单变量的统计图。数据集依旧是Kaggle的Give Me Some Credits。

首先，读取数据。

import pandas as pd
import matplotlib.pyplot as plt

data = pd.read_csv('/cs-training.csv')

1.展示age变量值出现次数最多的前十个值的统计图：

data['age'].value_counts().head(10).plot.bar()

2.展示age变量值出现次数最多的前十个值占总数的比例：

(data['age'].value_counts().head(10)/len(data)).plot.bar()

3.变量age所有取值的数量统计：

plt.figure(figsize=(15,5))
data['age'].value_counts().sort_index().plot.bar()

4.age变量的折线统计图：

plt.figure(figsize=(2,5))
plt.xlim(0,120)
data['age'].value_counts().sort_index().plot.line()