Pandas数据可视化基础绘图教程

关注

原创 2024-01-06 21:44:53 983 阅读 AI 写同款· GEO 优化 ›

Python数据分析：手把手教你用Pandas生成可视化图表 数据可视化是数据分析很重要的一部分，它能帮助我们更好的从繁杂的数据中更直观更有效的获取信息。Pandas是Python的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单、直观地处理关系型、标记型数据。下面，我们总结一下PD库的一些使用方法和入门技巧。对于pandas的内置数据类型，Series 和 DataFrame 都有一个用于生成各类图表的 plot 方法。默认情况下，它们所生成的是线性图。阅读详情

众所周知，Pandas是基于Python平台的大数据分析与处理的利器。在数据为王的时代，想要掌握数据分析能力，学会Pandas数据可视化工具是十分重要的。本文将带领大家一步一步学习Pandas数据可视化基础绘图，内容比较基础，相信有一定Python基础的小伙伴看完可以很快上手，现在就让我们一起来看看教程吧！
在这里插入图片描述

1、环境

IDE : jupyter notebook

Anaconda 3.X

2、基于matplotlib

import matplotlib.pyplot as plt

注：导入matplotlib.pyplot

import matplotlib

matplotlib.style.use('ggplot')

%matplotlib inline

注：使用ggplot样式，并且将图画在jupyter notebook中

import pandas as pd

import numpy as np

ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))

ts.plot()

注：使用pandas创建一个Series（序列），序列值是随机生成的1000个标准正态分布值，索引是从2000-1-1开始的1000个时间序列值。

然后使用plot默认画图。可以看出，下图非常不规则，因为相邻的两个值也是随机大小。
在这里插入图片描述

import pandas as pd
import numpy as np
ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
ts = ts.cumsum()
ts.plot()

注：这里加上了ts = ts.cumsum()，意思是返回累积值，在时间序列分析中，经常观察累积值曲线观察走势。这个累积值就看起来规则多了。
在这里插入图片描述

df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list('ABCD'))
df = df.cumsum()
plt.figure()
df.plot()

注：这里使用pandas创建了一个DataFrame（数据框，有点像excel表格那种），为什么不用刚才的Series呢？因为这里DataFrame中创建了4组数据，这4组数据都是随机生成的1000个标准正态分布值，索引是从2000-1-1开始的1000个时间序列值，并且也是求他们各自的累积值并且画图。
在这里插入图片描述

df3 = pd.DataFrame(np.random.randn(1000, 2), columns=['B', 'C']).cumsum()
df3['A'] = pd.Series(list(range(len(df))))
df3.plot(x='A', y='B')

注：使用DataFrame创建了2组数据，也是1000个标准正态分布，分别命名为B、C（就行excel中列名）。并且求累积值，再在原来的df（DataFrame的简称）(这里名字是df3）上加上一列名为A，A的值是0-999（使用df3的长度为1000，然后range被套列表生成一列数，作为x轴），y轴是B列数据（累积值），c列数据最后绘图没有用上。
在这里插入图片描述
最后Pandas基础绘图plot就完成了！以上Pandas数据可视化基础绘图教程，大家都看懂了吗？