箱线图多个y含组怎么画_干货案例 | Pandas数据可视化怎么做？

↑↑↑ 点击上方 蓝字 ，关注 极客猴 如果你喜欢极客猴，可以把我 置顶 或 星标 ~ 题图：from Pexels

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，而pandas可以做：

• 数据采集：如何批量采集网页表格数据？

• 数据读取：pd.read_csv/pd.read_excel

• 数据清洗(预处理)：理解pandas中的apply和map的作用和异同

• 可视化，兼容matplotlib语法(今天重点)

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，一开始我们只有12个月的小数据作为例子

#jupyter notebook中需要加这行代码%matplotlib inlineimport matplotlib.pyplot as pltimport numpy as npimport pandas as pd#读取天气数据df = pd.read_csv('data/london2018.csv')df

plot最简单的图 选择Month作为横坐标，Tmax作为纵坐标，绘图。 大家注意下面两种写法

#写法1df.plot(x='Month', y='Tmax')plt.show()