7.3 數(shù)據(jù)的可視化

7.3數(shù)據(jù)的可視化學(xué)習(xí)內(nèi)容7.3.1折線圖7.3.2條形圖7.3.3餅圖7.3數(shù)據(jù)的可視化pandas結(jié)合matplotlib庫(kù)，可以將數(shù)據(jù)以圖表的形式可視化，反映出數(shù)據(jù)的各項(xiàng)特征。pandas數(shù)據(jù)的可視化的實(shí)現(xiàn)底層依賴于matplotlib，使用該框架前,必須先安裝并導(dǎo)入它?？梢允褂胏onda直接安裝matplotlib，語(yǔ)法如下：1condainstallmatplotlib或者使用pip安裝，語(yǔ)法如下：1pipinstallmatplotlib7.3數(shù)據(jù)的可視化pandas提供了生成各類圖表的plot()方法，通過(guò)參數(shù)來(lái)配置標(biāo)題，網(wǎng)格，樣式等，更加方便和簡(jiǎn)潔。表7.3.1plot()方法的常用參數(shù)序號(hào)參數(shù)說(shuō)明1xx軸的數(shù)據(jù)，指數(shù)據(jù)框的行標(biāo)簽或者位置參數(shù)2yy軸的數(shù)據(jù)，指數(shù)據(jù)框的列標(biāo)簽或者位置參數(shù)3kind繪圖類型，字符串類型，取值如下：'line':折線圖，默認(rèn)'bar':條形圖。stacked為True時(shí)為堆疊的柱狀圖'barh':橫向條形圖'hist':直方圖（數(shù)值頻率分布）'box':箱型圖'kde':密度圖，主要對(duì)柱狀圖添加Kernel概率密度線'density':密度圖'area':與x軸所圍區(qū)域圖（面積圖）。Stacked=True時(shí)，每列必須全部為正或負(fù)值，stacked=False時(shí)，對(duì)數(shù)據(jù)沒(méi)有要求'pie':餅圖。數(shù)值必須為正值，需指定Y軸或者subplots=True'scatter':散點(diǎn)圖。需指定X軸Y軸'hexbin':蜂巢圖。需指定X軸Y軸'hexbin':蜂巢圖。需指定X軸Y軸7.3數(shù)據(jù)的可視化表7.3.1plot()方法的常用參數(shù)（續(xù)）序號(hào)參數(shù)說(shuō)明4title圖的標(biāo)題,其值為字符串或列表5grid圖是否有網(wǎng)格，默認(rèn)為False，沒(méi)有網(wǎng)格。若設(shè)置為True，表示有網(wǎng)格6subplots設(shè)置圖中是否有子圖，默認(rèn)為False,沒(méi)有子圖。若設(shè)置為True，表示畫子圖。7layout子圖的行列布局，設(shè)置為(row,column)，row表示行數(shù)，column表示列數(shù)8figsize子圖的大小，設(shè)置為（width,height）,width表示為寬度，height表示為高度。9legend子圖的圖例，布爾值，默認(rèn)為True，表示顯示圖例。如果設(shè)置為False，表示不顯示圖例。10style指定圖的線條等樣式，取值如下：style=':'，虛線style='-.'虛實(shí)相間style='--'長(zhǎng)虛線style='-'實(shí)線（默認(rèn)）style='.'點(diǎn)style='*-'實(shí)線，數(shù)值為星星style='^-'實(shí)線，數(shù)值為三角形11autopct設(shè)置餅圖百分比，可以使用格式化字符串或者format方法。7.3數(shù)據(jù)的可視化7.3.1折線圖折線圖可以展示數(shù)據(jù)隨時(shí)間的變化，適用于顯示在相等時(shí)間間隔下數(shù)據(jù)的趨勢(shì)，例如每月的銷售數(shù)據(jù)，每日的氣溫變化，每小時(shí)的股票交易量等等。在折線圖中，一般x軸表示時(shí)間，y軸表示要展示數(shù)據(jù)的數(shù)值。案例：已知北京2019年每月的氣溫?cái)?shù)據(jù)(data/北京2019氣溫?cái)?shù)據(jù).xlsx),利用DataFrame對(duì)象的plot()方法繪制折線圖的代碼如下所示：01importpandasaspd02df=pd.read_excel('data/北京2019氣溫?cái)?shù)據(jù).xlsx')03df7.3數(shù)據(jù)的可視化7.3.1折線圖04importmatplotlib.pyplotasplt05plt.rcParams['font.sans-serif']=['SimHei']#解決中文亂碼06plt.rcParams['axes.unicode_minus']=False#圖中坐標(biāo)軸“負(fù)號(hào)”顯示不全07df.plot(x='月',y='平均最高氣溫(℃)',grid=True,title='北京2019年平均最高氣溫變化')繪制平均最高氣溫變化的折線圖：7.3數(shù)據(jù)的可視化7.3.1折線圖同時(shí)繪制平均最高氣溫和最低氣溫變化的折線圖：08df.plot(x='月',y=['平均最高氣溫(℃)','平均最低氣溫(℃)'],grid=True,title='北京2019年平均氣溫變化',style=['^-','*-'])7.3數(shù)據(jù)的可視化7.3.1折線圖繪制平均最高氣溫和最低氣溫變化的折線圖子圖：09df.plot(x='月',y=['平均最高氣溫(℃)','平均最低氣溫(℃)'],subplots=True,layout=(1,2),figsize=(10,2),grid=True,title='北京2019年平均氣溫變化',style=['^-','*-']))7.3數(shù)據(jù)的可視化7.3.2條形圖條形圖，又稱柱形圖，是一種以長(zhǎng)方形的高度（長(zhǎng)度）為變量的統(tǒng)計(jì)圖。DataFrame對(duì)象的plot()方法繪制條形圖主要設(shè)置kind='bar'。案例：已知北京2019年每月的氣溫?cái)?shù)據(jù)(data/北京2019氣溫?cái)?shù)據(jù).xlsx),繪制北京2019年平均最高氣溫變化的條形圖：01importpandasaspd02df=pd.read_excel('data/北京2019氣溫?cái)?shù)據(jù).xlsx')03df04importmatplotlib.pyplotasplt05plt.rcParams['font.sans-serif']=['SimHei']#解決中文亂碼06plt.rcParams['axes.unicode_minus']=False#圖中坐標(biāo)軸“負(fù)號(hào)”顯示不全07df.plot(x='月',y='平均最高氣溫(℃)',kind='bar',grid=True,title='北京2019年平均氣溫變化')7.3數(shù)據(jù)的可視化7.3.2條形圖08df.plot(x='月',y=['平均最高氣溫(℃)','平均最低氣溫(℃)'],kind='bar',grid=True,title='北京2019年平均氣溫變化')同時(shí)繪制平均最高氣溫和最低氣溫變化的條形圖：7.3數(shù)據(jù)的可視化7.3.2條形圖09df.plot(x='月',y=['平均最高氣溫(℃)','平均最低氣溫(℃)'],kind='barh',grid=True,title='北京2019年平均氣溫變化')繪制平均最高氣溫變化的條形圖（橫向）：7.3數(shù)據(jù)的可視化7.3.2條形圖10df.plot(x='月',y=['平均最高氣溫(℃)','平均最低氣溫(℃)'],kind='bar',subplots=True,layout=(1,2),figsize=(10,2),grid=True,title='北京2019年平均氣溫變化')同時(shí)繪制平均最高氣溫和最低氣溫變化的條形圖子圖：7.3數(shù)據(jù)的可視化7.3.3餅圖以某公司人員數(shù)據(jù)(data/人員.xls)為例，繪制學(xué)歷構(gòu)成餅圖01importpandasaspd02df=pd.read_excel('data/人員.xls')03df.head()04importmatplotlib.pyplotasplt05plt.rcParams['font.sans-serif']=['SimHei']#解決中文亂碼06#按學(xué)歷分組，并統(tǒng)計(jì)各組的數(shù)量df2=df.groupby(['學(xué)歷'],as_index=False).count()07df2.drop(['月薪'],axis=1,inplace=True)#刪除'月薪'列08df2.columns=['學(xué)歷','數(shù)量']#修改df2的列標(biāo)簽09df2餅圖常常用來(lái)顯示數(shù)據(jù)各個(gè)部分占總體的百分比，例如男女性別的百分比，工資收入各項(xiàng)的百分比等等。利用DataFrame對(duì)象的plot()方法繪制餅圖主要設(shè)置kind='pie'。7.3數(shù)據(jù)的可視化7.3.3餅圖10df2.plot(x='學(xué)歷',y='數(shù)量',kind='pie',autopct='%.0f%%',fontsize=14,legend=False)#繪制餅圖11df2.index=['大專','本科','碩士']