DataFrame数据可视化方法和示例

1. 折线图(Line Plot)：用于显示数据随时间或其他连续变量的变化趋势。

   import pandas as pd
   import matplotlib.pyplot as plt
   
   # 创建DataFrame
   data = pd.DataFrame({'Year': [2010, 2011, 2012, 2013],
                        'Sales': [100, 150, 120, 200]})
   
   # 绘制折线图
   plt.plot(data['Year'], data['Sales'])
   plt.xlabel('Year')
   plt.ylabel('Sales')
   plt.title('Sales Trend')
   plt.show()

2. 柱状图(Bar Plot)：用于比较不同类别之间的数据。

   import pandas as pd
   import matplotlib.pyplot as plt
   
   # 创建DataFrame
   data = pd.DataFrame({'Category': ['A', 'B', 'C', 'D'],
                        'Sales': [100, 150, 120, 200]})
   
   # 绘制柱状图
   plt.bar(data['Category'], data['Sales'])
   plt.xlabel('Category')
   plt.ylabel('Sales')
   plt.title('Sales by Category')
   plt.show()

3. 散点图(Scatter Plot)：用于显示两个变量之间的关系和分布情况。

   import pandas as pd
   import matplotlib.pyplot as plt
   
   # 创建DataFrame
   data = pd.DataFrame({'X': [1, 2, 3, 4, 5],
                        'Y': [10, 20, 15, 25, 30]})
   
   # 绘制散点图
   plt.scatter(data['X'], data['Y'])
   plt.xlabel('X')
   plt.ylabel('Y')
   plt.title('Scatter Plot')
   plt.show()

4. 箱线图(Box Plot)：用于显示数据的分布情况、中位数、四分位数等统计量。

   import pandas as pd
   import matplotlib.pyplot as plt
   
   # 创建DataFrame
   data = pd.DataFrame({'Group': ['A', 'A', 'B', 'B', 'B', 'C'],
                        'Value': [10, 15, 20, 25, 30, 35]})
   
   # 绘制箱线图
   plt.boxplot(data['Value'], by=data['Group'])
   plt.xlabel('Group')
   plt.ylabel('Value')
   plt.title('Box Plot')
   plt.show()