使用 Pandas 创建基本图：线图、散点图、条形图、直方图、箱线图和面积图

介绍

数据可视化是数据和信息的图形表示。它是理解复杂数据和与他人交流见解的强大工具。数据可视化可用于多种目的，例如识别趋势、模式和异常值，以及探索变量之间的关系。

Pandas 是一个流行的 Python 开源数据分析库。它提供了强大的数据结构和数据分析工具，包括数据可视化功能。Pandas 可视化建立在 matplotlib 库之上，该库提供了广泛的可自定义绘图。

在本文中，我们将探索使用 pandas 进行数据可视化的基础知识。 我们将从简单的图表开始，逐步进行更复杂的可视化。 我们还将介绍创建有效可视化和自定义 pandas 图的最佳实践。

设置 Pandas 和数据

在我们开始使用 pandas 可视化数据之前，我们需要安装 pandas 并将数据加载到 pandas DataFrame 中。

安装 Pandas

如果您还没有安装 pandas，可以使用 Python 包管理器 pip。 打开终端或命令提示符并运行以下命令：

pip install pandas

导入库

安装 pandas 后，您可以在 Python 脚本中导入它和其他必要的库。

import pandas as pd

加载数据

要将数据加载到 pandas DataFrame 中，我们可以使用 pd.read_csv() 函数。此函数读取 CSV 文件并创建 DataFrame 对象。

df = pd.read_csv('https://raw.githubusercontent.com/pycaret/pycaret/master/datasets/diamond.csv')
df.head()

df.describe()

这将为 DataFrame 中的每一列打印统计信息，例如计数、平均值和标准差。这些函数对于在我们开始可视化之前快速了解我们的数据很有用。

使用 Pandas plot 方法进行可视化

Pandas 提供了几种基本的可视化技术，使我们能够快速可视化我们的数据。 在本节中，我们将介绍 pandas 中一些最常用的绘图。

线图

线图是将数据显示为由线连接的一系列点的图形。我们可以使用 plot() 函数在 pandas 中创建一个线图，并将 kind 参数设置为“line”：

# 导入 pandas 库
import pandas as pd

# 使用 pandas 从 URL 读取 migration.csv 数据
df = pd.read_csv('https://raw.githubusercontent.com/pycaret/pycaret/master/datasets/migration.csv')

# 转置 DataFrame，使国家位于列中
df = df.transpose()

# 将列名设置为 DataFrame 第一行中的值
df.columns = df.iloc[0]

# 删除该行带有列名
df = df.drop(index = 'Country Name')

# 将索引重命名为 'Year'
df = df.rename_axis('Year')

# 绘制加拿大的移民数据
df['Canada'].plot()

输出：

在这里，我们在 DataFrame 中创建了 Canada 列与 Year 列的线图。

散点图

散点图是将两个变量之间的关系显示为一系列点的图形。我们可以使用 plot() 函数在 pandas 中创建一个散点图，并将 kind 参数设置为“scatter”：

# 导入 pandas 库
import pandas as pd

# 使用 pandas 从 URL 读取 diamond.csv 数据
df = pd.read_csv('https://raw.githubusercontent.com/pycaret/pycaret/master/datasets/diamond.csv')

# 重量和价格的散点图
df.plot(kind='scatter', x='Carat Weight', y='Price')

输出：

在这里，我们在 DataFrame 中创建了 Price 列与 Carat Weight 列的散点图。

条形图

条形图是用矩形条显示分类数据的图表。 我们可以使用 kind 参数设置为 bar 的 plot 函数在 pandas 中创建条形图：

# 导入 pandas 库
import pandas as pd 

# 使用 pandas 从 URL 读取 diamond.csv 数据
df = pd.read_csv('https://raw.githubusercontent.com/pycaret/pycaret/master/datasets/diamond.csv')

# 按切割类型绘制钻石数量的条形图

df['Cut'].value_counts().plot(kind = 'bar')

输出：

在这里，我们创建了一个按切工类型划分的钻石数量条形图。

直方图

直方图是显示数值变量分布的图表。 我们可以使用 kind 参数设置为 hist 的 plot 函数在 pandas 中创建直方图：

# 导入 pandas 库
import pandas as pd 

# 使用 pandas 从 URL 读取 diamond.csv 数据
df = pd.read_csv('https://raw.githubusercontent.com/pycaret/pycaret/master/datasets/diamond.csv')

# 价格直方图
df['Price'].plot(kind = 'hist')

输出：

在这里，我们在 DataFrame 中创建价格列的直方图。

箱线图

箱线图是显示数值变量分布的图形。 我们可以使用 kind 参数设置为 box 的 plot 函数在 pandas 中创建一个箱线图：

# 导入 pandas 库
import pandas as pd 

# 使用 pandas 从 URL 读取 diamond.csv 数据
df = pd.read_csv('https://raw.githubusercontent.com/pycaret/pycaret/master/datasets/diamond.csv')

# 价格直方图
df['Price'].plot(kind = 'box')

输出：

面积图

面积图是显示不同变量的数值随时间或任何其他维度的演变的图表。 我们可以使用 kind 参数设置为 area 的 plot 函数在 pandas 中创建面积图：

# 导入 pandas 库
import pandas as pd 

# 使用 pandas 从 URL 读取 migration.csv 数据
df = pd.read_csv('https://raw.githubusercontent.com/pycaret/pycaret/master/datasets/migration.csv')

# 转置 DataFrame，使国家位于列中
df = df.transpose()

# 将列名设置为 DataFrame 第一行中的值
df.columns = df.iloc[0]

# 删除该行带有列名
df = df.drop(index = 'Country Name')

# 将索引重命名为 'Year'
df = df.rename_axis('Year')

# 绘制加拿大和美国的移民数据
df[['Canada', 'United States']].plot(kind = 'area')

输出：

结论

在本文中，我们学习了如何使用 pandas 创建各种类型的图表和可视化来探索和分析数据。我们已经介绍了一些基本的可视化技术，例如线图、散点图、条形图、直方图、箱线图和面积图。

Pandas 提供了一种强大而灵活的方法，只需几行代码即可创建可视化效果。借助 pandas，我们可以轻松地以可视化方式探索和分析我们的数据，并深入了解潜在的模式和趋势。我们希望本文对使用 pandas 进行数据可视化对您有所帮助。