Pandas 数据可视化

Pandas 数据可视化

数据可视化是数据分析中的重要环节，它帮助我们更好地理解和解释数据的模式、趋势和关系。通过图形、图表等形式，数据可视化将复杂的数字和统计信息转化为易于理解的图像，从而便于做出决策。Pandas提供了与Matplotlib和Seaborn等可视化库的集成，使得数据的可视化变得简单而高效。

在Pandas中，数据可视化功能主要通过DataFrame.plot()和Series.plot()方法实现，这些方法实际上是对Matplotlib库的封装，简化了图表的绘制过程。

Pandas数据可视化的基本功能和方法可以满足大多数日常数据可视化的需求，但若要实现更复杂的可视化，可以结合Matplotlib和Seaborn使用，进行更精细的图表定制。

一、Pandas数据可视化概述

Pandas提供的plot()方法可以轻松地绘制不同类型的图表，包括折线图、柱状图、直方图、散点图等。plot()方法有很多参数，可以定制图表的样式、颜色、标签等。

1. 基本的plot()方法

2. 常用图表类型

二、数据可视化示例

1. 折线图 (Line Plot)

折线图通常用于展示数据随时间的变化趋势。

import pandas as pd
import matplotlib.pyplot as plt

# 示例数据
data = {'Year': [2015, 2016, 2017, 2018, 2019, 2020],
        'Sales': [100, 150, 200, 250, 300, 350]}
df = pd.DataFrame(data)

# 绘制折线图
df.plot(kind='line', x='Year', y='Sales', title='Sales Over Years', xlabel='Year', ylabel='Sales', figsize=(10,6))
plt.show()

2. 柱状图 (Bar Chart)

柱状图用于展示不同类别之间的比较，尤其适用于离散数据。

import pandas as pd
import matplotlib.pyplot as plt

# 示例数据
data = {'Category': ['A', 'B', 'C', 'D'],
        'Value': [10, 15, 7, 12]}
df = pd.DataFrame(data)

# 绘制柱状图
df.plot(kind='bar', x='Category', y='Value', title='Category Values', xlabel='Category', ylabel='Value', figsize=(8,5))
plt.show()

3. 散点图 (Scatter Plot)

散点图用于展示两个数值变量之间的关系。

import pandas as pd
import matplotlib.pyplot as plt

# 示例数据
data = {'Height': [150, 160, 170, 180, 190],
        'Weight': [50, 60, 70, 80, 90]}
df = pd.DataFrame(data)

# 绘制散点图
df.plot(kind='scatter', x='Height', y='Weight', title='Height vs Weight', xlabel='Height (cm)', ylabel='Weight (kg)', figsize=(8,5))
plt.show()

4. 直方图 (Histogram)

直方图用于显示数据的分布，特别是用于描述数据的频率分布。

import pandas as pd
import matplotlib.pyplot as plt

# 示例数据
data = {'Scores': [55, 70, 85, 90, 60, 75, 80, 95, 100, 65]}
df = pd.DataFrame(data)

# 绘制直方图
df.plot(kind='hist', y='Scores', bins=5, title='Scores Distribution', xlabel='Scores', figsize=(8,5))
plt.show()

5. 箱线图 (Box Plot)

箱线图用于展示数据的分布情况，包括中位数、四分位数以及异常值。

import pandas as pd
import matplotlib.pyplot as plt

# 示例数据
data = {'Scores': [55, 70, 85, 90, 60, 75, 80, 95, 100, 65]}
df = pd.DataFrame(data)

# 绘制箱线图
df.plot(kind='box', title='Scores Boxplot', ylabel='Scores', figsize=(8,5))
plt.show()

6. 饼图 (Pie Chart)

饼图用于展示各部分占总体的比例。

import pandas as pd
import matplotlib.pyplot as plt

# 示例数据
data = {'Category': ['A', 'B', 'C', 'D'],
        'Value': [10, 15, 7, 12]}
df = pd.DataFrame(data)

# 绘制饼图
df.plot(kind='pie', y='Value', labels=df['Category'], autopct='%1.1f%%', title='Category Proportions', figsize=(8,5))
plt.show()

三、Seaborn可视化

Seaborn是基于Matplotlib的高级数据可视化库，提供了更漂亮、更易用的图表和更丰富的统计图表类型。在Pandas中，可以直接与Seaborn配合使用。

热力图（Heatmap）

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 示例数据
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 绘制热力图
sns.heatmap(df.corr(), annot=True, cmap='coolwarm')
plt.show()

数据集中所有数值特征之间的散点图矩阵

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 示例数据
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

sns.pairplot(df)
plt.show()

四、Matplotlib高级自定义

除了使用Pandas提供的plot()方法外，Matplotlib还可以提供更灵活的自定义功能，例如添加标题、标签、设置图表风格、调整坐标轴等。

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 示例数据
data = {'Year': [2015, 2016, 2017, 2018, 2019],
        'Sales': [100, 150, 200, 250, 300]}
df = pd.DataFrame(data)

# 绘制折线图
plt.plot(df['Year'], df['Sales'], color='blue', marker='o')

# 自定义
plt.title('Sales Over Years')
plt.xlabel('Year')
plt.ylabel('Sales')
plt.grid(True)

# 显示
plt.show()