Python可视化—pandas、matplotlib、seaborn

1. pandas

1.1 导入相关库

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一（替换sans-serif字体）
plt.rcParams['axes.unicode_minus'] = False  # 步骤二（解决坐标轴负数的负号显示问题）

1.2 读取数据

df = pd.read_csv('E:\学习\DataAnalyst-gbk1.csv',encoding='gbk')

1.3 添加一列数据

df['avg'] = (df.top+df.bottom)/2

1.4 绘制折线图

df.avg.plot(figsize=(100,6))

曲线是根据companyId绘制的，但由于公司较多，曲线看不出什么信息。所以我们根据平均工资的不同绘制不同平均工资的公司有多少。

df.avg.value_counts().sort_index().plot()

df.avg.value_counts()得到的是不同平均工资的公司的数量，索引是平均工资，这样直接绘制得到的图没有规律，所以我们要先将平均工资进行排序，然后再绘制。

可以看到大部分的工资都集中在9-30k之间。

1.5 柱形图

df.avg.value_counts().sort_index().plot(kind='bar')  
#df.avg.value_counts().sort_index().plot.bar()

绘制结果比较密集
可使用透视表进行绘制，透视表就可从不同维度进行划分：

df.pivot_table(index='city',columns='education',values='avg',aggfunc='count').plot(kind='bar',stacked=True)

绘制不同城市里对学历的招聘要求的公司数量。可以看到背景的公司最多，其次是上海；招聘要求本科占绝大部分比率。

df.pivot_table(index='city',columns='education',values='avg',aggfunc='count').plot(kind='barh',stacked=True)

kind = ‘barh’，图像方向改变。

1.6 直方图

针对1.5的柱形图数量太多的问题，可使用直方图划分区间来绘制。

df.avg.value_counts().sort_index().plot.hist(bins=20)

df.groupby('education').apply(lambda x:x.avg).unstack().T  # 反堆叠

df.groupby('education').apply(lambda x:x.avg).unstack().T.plot.hist(alpha=0.5,stacked=True,bins=20)

alpha是透明度。

1.7 箱线图

df.groupby('education').apply(lambda x:x.avg).unstack().T.plot.box()

df.boxplot(column='avg',by='education')

1.8 密度图

df.groupby('education').apply(lambda x:x.avg).unstack().T.plot.kde()

df.avg.plot.kde()

1.9 面积图

df.groupby('education').apply(lambda x:x.avg).unstack().T.plot.area()

df.pivot_table(index='avg',columns='education',aggfunc='count',values='companyId').plot.area()

1.10 散点图

df.groupby('companyId').aggregate(['mean','count','max']).avg.plot.scatter(x='mean',y='count')

matrix = df.groupby('companyId').aggregate(['mean','count','max']).avg
pd.plotting.scatter_matrix(matrix)

1.11 饼图

df.city.value_counts().plot.pie(figsize=(6,<