文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

使用Pandas也可以进行数据可视化

2024-11-30 19:23

关注

在本文中,我们介绍使用 Pandas 进行数据可视化的基础知识,包括创建简单图、自定义图以及使用多个DF进行绘图。

我们将导入必要的库并加载示例数据集。

import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv("https://raw.githubusercontent.com/mwaskom/seaborn-data/master/titanic.csv")

我们使用泰坦尼克的示例数据集,包含有乘客的信息,包括他们的船舱等、年龄、票价和生存状态等信息。

创建简单的图

Pandas的 plot 方法提供了创建基本图(例如线图、条形图和散点图)的简单方法。让我们看几个例子。

线图

线图用于表示连续间隔或时间段内的数据趋势。要创建线图,调用plot 方法时需要将 kind 参数指定为 line。

df.plot(kind="line", x="age", y="fare")

看着很乱对吧,这是因为我们展示的数据无法用线图进行表示,下面我们用更好的图表表示年龄这个字段

直方图

我们可以在字段后直接使用hist方法来生成数据的直方图

df.age.hist(figsize=(7.3,4), grid=False)

这样是不是就一目了然了,能够清楚地看到年龄的分布情况

条形图

条形图用于表示分类数据,其中每个条代表一个特定类别。要创建条形图,可以 pandas DataFrame 上使用 plot 方法并将 kind 参数指定为 bar。

df["class"].value_counts().plot(kind="bar")

饼图

饼图与条形图类似,但是它主要来查看数据的占比

df["embark_town"].value_counts().plot(kind="pie", rot=0)

散点图

散点图用于表示两个连续变量之间的关系。要创建散点图使用 plot 方法将 kind 参数指定为 scatter。

df.plot(kind="scatter", x="age", y="fare")

Plot方法

Pandas的可视化主要使用.plot()方法,它有几个可选参数。其中最重要的是kind 参数,它可以接受 11 个不同的字符串值,并根据这些值创建不同的图表:

  1. “area”面积图
  2. “bar”垂直条形图
  3. “barh”水平条形图
  4. “box”箱线图
  5. “hexbin” hexbin 图
  6. “hist”直方图。
  7. “kde”内核密度估计图表
  8. “density”是“kde”的别名
  9. “line”折线图
  10. “pie”饼图
  11. “scatter”散点图

如果你不指定kind 参数,它的默认值为“line”。也就是折线图。如果不向 .plot() 提供任何参数,那么它会创建一个线图,其中索引位于 x 轴上,所有数字列位于 y 轴上。虽然这对于只有几列的数据集来说是一个有用的默认值,但对于大型数据集及其多个数字列来说,它看起就不好了。

还有就是:作为将字符串传递给 .plot() 的 kind 参数的替代方法,DataFrame 对象有几种方法可用于创建上述各种类型的图:

.area()
.bar()
.barh()
.box()
.hexbin()
.hist()
.kde()
.density()
.line()
.pie()
.scatter()

还记得我们第一个直方图的.hist方法吗,他就是kind=‘hist’的一个替代。

定制图表样式颜色

我们还可以通过使用不同的参数来自定义图表的外观,例如标记的颜色、大小和形状、标签和。

df.plot(kind="scatter", x="age", y="fare", color="red", alpha=0.5)
plt.xlabel("Age")
plt.ylabel("Fare")
plt.title("Relationship between Age and Fare")
plt.show()

就像我们最初介绍的那样,pandas绘图的底层是使用Matplotlib,所以这些参数都是与Matplotlib一致的,我们可以随意进行调整。

多个DataFrame绘图

Pandas还没有提供多个DataFrame的方法,所以我们只能使用Matplotlib,就像下面这样:

df_survived = df[df["survived"] == 1]
df_not_survived = df[df["survived"] == 0]

plt.scatter(df_survived["age"], df_survived["fare"], color="green", label="Survived")
plt.scatter(df_not_survived["age"], df_not_survived["fare"], color="red", label="Not Survived")
plt.xlabel("Age")
plt.ylabel("Fare")
plt.title("Relationship between Age and Fare")
plt.legend()
plt.show()

总结

作为最常用的数据分析库 Pandas 提供了一种创建图表的简单方法,这种方法可以帮我们快速对数据集进行简单的分析,快速的了解数据集的情况。如果需要对数据进行更高级的可视化,可以使用Seaborn、Plotly等更高级的库。

来源:DeepHub IMBA内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯