常見的數(shù)據(jù)可視化庫有:

• matplotlib 是最常見的2維庫，可以算作可視化的必備技能庫，由于matplotlib是比較底層的庫，api很多，代碼學(xué)起來不太容易。
• seaborn 是建構(gòu)于matplotlib基礎(chǔ)上，能滿足絕大多數(shù)可視化需求。更特殊的需求還是需要學(xué)習(xí)matplotlib
• pyecharts 上面的兩個庫都是靜態(tài)的可視化庫，而pyecharts有很好的web兼容性，可以做到可視化的動態(tài)效果。

但是在數(shù)據(jù)科學(xué)中，幾乎都離不開pandas數(shù)據(jù)分析庫，而pandas可以做

• 數(shù)據(jù)采集 如何批量采集網(wǎng)頁表格數(shù)據(jù)?
• 數(shù)據(jù)讀取 pd.read_csv/pd.read_excel
• 數(shù)據(jù)清洗(預(yù)處理) 理解pandas中的apply和map的作用和異同
• 可視化，兼容matplotlib語法(今天重點)

在本文我們可以學(xué)到用pandas做

• 導(dǎo)入數(shù)據(jù)
• 繪制最簡單的圖plot()
• 多個y的繪制圖
• 折線圖、條形圖、餅形圖和散點圖繪制
• 統(tǒng)計信息繪圖
• 箱型圖
• 軸坐標(biāo)刻度
• plot()更多精細(xì)化參數(shù)
• 可視化結(jié)果輸出保存

準(zhǔn)備工作

如果你之前沒有學(xué)過pandas和matpltolib,我們先安裝好這幾個庫

!pip3 install numpy!pip3 install pandas!pip3 install matplotlib 

已經(jīng)安裝好，現(xiàn)在我們導(dǎo)入這幾個要用到的庫。使用的是倫敦天氣數(shù)據(jù)，一開始我們只有12個月的小數(shù)據(jù)作為例子

#jupyter notebook中需要加這行代碼%matplotlib inlineimport  
matplotlib.pyplot as pltimport numpy as npimport pandas as pd#讀取天 
氣數(shù)據(jù)df = pd.read_csv('data/london2018.csv')df  

plot最簡單的圖

選擇Month作為橫坐標(biāo)，Tmax作為縱坐標(biāo)，繪圖。

大家注意下面兩種寫法

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

• 橫坐標(biāo)軸參數(shù)x傳入的是df中的列名Month
• 縱坐標(biāo)軸參數(shù)y傳入的是df中的列名Tmax
• 折線圖

上面的圖就是折線圖，折線圖語法有三種 

df.plot(x='Month', y='Tmax')  
df.plot(x='Month', y='Tmax', kind='line')  
df.plot.line(x='Month', y='Tmax') 

df.plot.line(x='Month', y='Tmax')plt.show()  

#grid繪制格線df.plot(x='Month', y='Tmax', kind='line',  
grid=True)plt.show()  

多個y值

上面的折線圖中只有一條線， 如何將多個y繪制到一個圖中

比如Tmax， Tmin

df.plot(x='Month', y=['Tmax', 'Tmin'])plt.show()  

條形圖

df.plot(x='Month',        y='Rain',        kind='bar')#同樣還可以這樣 
畫#df.plot.bar(x='Month', y='Rain')plt.show()  

水平條形圖

bar環(huán)衛(wèi)barh，就可以將條形圖變?yōu)樗綏l形圖

df.plot(x='Month',        y='Rain',        kind='barh')#同樣還可以這 
樣畫#df.plot.bar(x='Month', y='Rain')plt.show()  

多個變量的條形圖

df.plot(kind='bar', x = 'Month', y=['Tmax', 'Tmin'])plt.show()  

散點圖

df.plot(kind='scatter', x = 'Month', y = 'Sun')plt.show()  

餅形圖

df.plot(kind='pie', y='Sun')plt.show()  

上圖繪制有兩個小問題:

1. legend圖例不應(yīng)該顯示
2. 月份的顯示用數(shù)字不太正規(guī)

df.index =  
['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','D 
ec']df.plot(kind='pie', y = 'Sun', legend=False)plt.show()  

更多數(shù)據(jù)

一開頭的數(shù)據(jù)只有12條記錄(12個月)的數(shù)據(jù)，現(xiàn)在我們用更大的倫敦天氣數(shù)據(jù)

import pandas as pddf2 = pd.read_csv('data/londonweather.csv')df2.head()  

df2.Rain.describe() 
 
count    748.000000mean      50.408957std       29.721493min     
    0.30000025%       27.80000050%       46.10000075%        
68.800000max      174.800000Name: Rain, dtype: float64 

上面一共有748條記錄, 即62年的記錄。

箱型圖

df2.plot.box(y='Rain')#df2.plot(y='Rain', kind='box')plt.show()  

直方圖

df2.plot(y='Rain', kind='hist')#df2.plot.hist(y='Rain')plt.show()  

縱坐標(biāo)的刻度可以通過bins設(shè)置

df2.plot(y='Rain', kind='hist', bins=[0,25,50,75,100,125,150,175,  
200])#df2.plot.hist(y='Rain')plt.show()  

多圖并存

df.plot(kind='line',         y=['Tmax', 'Tmin', 'Rain', 'Sun'], #4個 
變量可視化         subplots=True,   #多子圖并存         layout=(2,  
2),   #子圖排列2行2列         figsize=(20, 10)) #圖布的尺寸plt.show()  

df.plot(kind='bar',         y=['Tmax', 'Tmin', 'Rain', 'Sun'], #4個變 
量可視化         subplots=True,   #多子圖并存         layout=(2, 2), 
   #子圖排列2行2列         figsize=(20, 10)) #圖布的尺寸plt.show()  

加標(biāo)題

給可視化起個標(biāo)題

df.plot(kind='bar',         y=['Tmax', 'Tmin'], #2個變量可視化     
     subplots=True,   #多子圖并存         layout=(1, 2),   #子圖排列1 
行2列         figsize=(20, 5),#圖布的尺寸         title='The Weather  
of London')  #標(biāo)題plt.show()  

保存結(jié)果

可視化的結(jié)果可以存儲為圖片文件

df.plot(kind='pie', y='Rain', legend=False, figsize=(10, 5), title='Pie of Weather in London')plt.savefig('img/pie.png')plt.show()  

df.plot更多參數(shù)

df.plot(x, y, kind, figsize, title, grid, legend, style)

• x 只有dataframe對象時，x可用。橫坐標(biāo)
• y 同上，縱坐標(biāo)變量
• kind 可視化圖的種類，如line,hist, bar, barh, pie, kde, scatter
• figsize 畫布尺寸
• title 標(biāo)題
• grid 是否顯示格子線條
• legend 是否顯示圖例
• style 圖的風(fēng)格
• 查看plot參數(shù)可以使用help

import pandas as pdhelp(pd.DataFrame.plot)