Pandas Plot

Pandas 提供了一种便捷的方式，可以直接使用 plot() 方法从 DataFrame 和 Series 中可视化数据。

此方法在后台使用 Matplotlib 库创建各种类型的图表。

让我们来学习 Pandas 中的可视化技术。

数据可视化数据集

我们将使用以下数据集来可视化数据。

数据可视化的折线图

在 Pandas 中，折线图将数据显示为由线连接的点序列。我们使用 plot() 函数绘制折线图，该函数接受两个参数：x 和 y 坐标。

让我们看一个例子。

import pandas as pd
import matplotlib.pyplot as plt

car = ["Caterham", "Tesla", "Audi", "BMW", "Ford", "Jeep"]
weight = [0.48, 1.7, 2, 2, 2.3, 3]

# create a DataFrame
data = {'Car': car, 'Weight': weight}
df = pd.DataFrame(data)

# plot using Pandas
df.plot(x='Car', y='Weight', kind='line', marker='o')
plt.xlabel('Car')
plt.ylabel('Weight')
plt.title('Car Weights')
plt.show()

输出

在这里，我们使用了 plot() 函数对给定数据集进行折线图绘制。我们将 plot() 的 x 和 y 坐标设置为 car 和 weight。

kind 参数设置为 'line' 以创建折线图，并将 marker 设置为 'o' 以在数据点显示圆形标记。

数据可视化的散点图

散点图将数据显示为点的集合。我们使用 kind = 'scatter' 的 plot() 函数绘制散点图。例如，

import pandas as pd
import matplotlib.pyplot as plt

car = ["Caterham", "Tesla", "Audi", "BMW", "Ford", "Jeep"]
weight = [0.48, 1.7, 2, 2, 2.3, 3]

# create a DataFrame
data = {'Car': car, 'Weight': weight}
df = pd.DataFrame(data)

# scatter plot using Pandas
df.plot(x='Car', y='Weight', kind='scatter', marker='o', color='blue')
plt.xlabel('Car')
plt.ylabel('Weight')
plt.title('Car Weights (Scatter Plot)')
plt.grid(True)
plt.show()

输出

在此示例中，我们在 plot() 方法中使用了 kind='scatter' 参数来创建散点图。

marker 参数设置为 'o' 以显示圆形标记，color 参数设置为 'blue' 以指定标记颜色。

数据可视化的条形图

条形图使用矩形框表示数据。在 Pandas 中，我们在 plot() 中传递 kind = 'scatter' 来绘制条形图。

让我们看一个例子。

import pandas as pd
import matplotlib.pyplot as plt

car = ["Caterham", "Tesla", "Audi", "BMW", "Ford", "Jeep"]
weight = [0.48, 1.7, 2, 2, 2.3, 3]

# create a DataFrame
data = {'Car': car, 'Weight': weight}
df = pd.DataFrame(data)

# bar graph using Pandas
df.plot(x='Car', y='Weight', kind='bar', color='green')
plt.xlabel('Car')
plt.ylabel('Weight')
plt.title('Car Weights (Bar Graph)')
plt.tight_layout()
plt.show()

输出

在这里，我们在 plot() 方法中使用了 kind='bar' 参数来创建条形图。color 参数设置为 'green' 以指定条形的颜色。

plt.tight_layout() 函数用于确保图表布局调整得当。

数据可视化的直方图

在 Pandas 中，我们在 plot() 中使用 kind='hist' 来创建直方图。例如，

import pandas as pd
import matplotlib.pyplot as plt

weight = [0.48, 1.7, 2, 3]

# create a DataFrame
data = {'Weight': weight}
df = pd.DataFrame(data)

# histogram using Pandas
df['Weight'].plot(kind='hist', bins=10, edgecolor='black', color='blue')
plt.show()

输出

在此示例中，我们使用 plot() 方法创建了权重的直方图，然后使用 plt.show() 显示它。

要了解更多信息，请访问 Pandas 直方图。