Python数据可视化,Pandas作图分析,你会吗?
数据可视化是为了使得数据更高效地反应数据情况,便于让读者更高效阅读,而不单是自己使用,通过数据可视化突出数据背后的规律,以此突出数据中的重要因素,并且,数据可视化可以将数据变得更加直观。
精美的图表可以方便用户解读数字之间的关系,相比起枯燥的表格来讲,有助于发现容易被忽视的趋势和规律。通过对趋势和规律的分析,可以帮助用户做出正确的判断。本文使用工具:Python3。7。0
本文使用的函数:pandas
适用范围:pandas普通作图Pandas
本文介绍pandas作图,日常使用pandas库做一些数据清洗的工作,原来pandas还可以作图,并且做图时,使用一行代码就可以轻松作图,详细的作图方法可以看代码中的注释。导入pandas库importpandasaspd生成一个Seriesspd。Series(〔1,3,3,4〕,indexlist(ABCD))括号内不指定图表类型,则默认生成直线图s。plot()
条形图s。plot(kindbar)
水平条形图s。plot。barh()
饼图s。plot。pie()
直方图s。plot。hist()
密度图importnumpyasnp生成一列随机数spd。Series(np。random。randn(1000))s。plot。kde()s。plot。density()
散点图importnumpyasnp生成一个DataFramedfpd。DataFrame(np。random。randn(1000,2),columns〔X1,Y〕)df。plot。scatter(xX1,yY)
六角箱图df。plot。hexbin(xX1,yY,gridsize8)
箱型图dfpd。DataFrame(np。random。rand(10,2),columns〔A,B〕)df。plot。box()
面积图dfpd。DataFrame(np。random。randint(10,size(4,4)),columnslist(ABCD),indexlist(WXYZ))df。plot。area()