pandas to_csv参数详解_【Python基础】Pandas数据可视化原来也这么厉害

一、可视化概述

在Python中，常见的数据可视化库有3个：

matplotlib：最常用的库，可以算作可视化的必备技能库，比较底层，api多,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。并且种类也比较丰富。比如这个图，就非常厉害：画图神器pyecharts-旭日图

Pandas：而今天要讲的是Pandas的可视化，Pandas主要作为数据分析的库，虽然没有上述三个库那个强大，但是胜在方便，在数据分析的过程中，只要一行代码就能实现。并且图形也非常漂亮。

二、直接看案例

Pandas 中，有11个比较常见的图形可视化，还有几个比较进阶的，我们一个一个看看怎么画的

import pandas as pdimport numpy  as npdf= pd.DataFrame(np.random.rand(10, 4), columns=['A','B','C','D'])

01、柱状图-纵向

df.plot.bar()

             

stacked=True，画堆叠柱状图

df.plot.bar(stacked=True)

             

02、柱状图-横向

df.plot.barh()

             

同样，stacked=True，画堆叠柱状图

df.plot.barh(stacked=True)

             

03、面积图

df.plot.area(alpha = 0.9)

             

df.plot.area(stacked=True,alpha = 0.9)

             

04、密度图-kde

df.plot.kde()

             

05、密度图-density

df.plot.density()