7个Pandas绘图函数助力数据可视化

最新推荐文章于 2025-04-28 08:26:54 发布

原创

最新推荐文章于 2025-04-28 08:26:54 发布 · 1.2k 阅读

20 ·

CC 4.0 BY-SA版权

文章标签：

#信息可视化 #pandas

大家好，在使用Pandas分析数据时，会使用Pandas函数来过滤和转换列，连接多个数据帧中的数据等操作。但是，生成图表将数据在数据帧中可视化，通常比仅仅查看数字更有帮助。

Pandas具有几个绘图函数，可以使用它们快速轻松地实现数据可视化，文中将介绍这些函数。

一、创建Pandas数据帧

首先创建一个用于分析的示例数据帧，将数据帧命名为df_employees，其中包含员工记录。我们将使用Faker和NumPy的随机模块来填充数据帧，生成200条记录。

注意：如果开发环境中没有安装Faker，请使用pip安装：pip install Faker。

运行以下代码片段来创建df_employees，并向其中填充记录：

import pandas as pd
from faker import Faker
import numpy as np

# 实例化Faker对象
fake = Faker()
Faker.seed(27)

# 为员工创建一个数据帧
num_employees = 200
departments = ['Engineering', 'Finance', 'HR', 'Marketing', 'Sales', 'IT']

years_with_company = np.random.randint(1, 10, size=num_employees)
salary = 40000 + 2000 * years_with_company * np.random.randn()

employee_data = {
 'EmployeeID': np.arange(1, num_employees + 1),
 'FirstName': [fake.first_name() for _ in range(num_employees)],
 'LastName': [fake.last_name() for _ in range(num_employees)],
 'Age': np.random.randint(22, 60, size=num_employees),
 '