对于从网页上爬取下来的数据很多很杂乱，我们需要进行数据可视化，pandas除了数据处理还可以进行数据可视化展示，这里我们简单说明一下pandas绘制常见图形的一些API：由于现在针对数据可视化有很多库，matplotlib、seaborn、pyecharts等等，使用pandas绘图其实并不多，这里做一个简单展示。
目录:
- 柱状图
- 饼图
- 折线图
- 散点图
- 直方图
柱状图
普通柱图
首先我们打开excel数据文件，如下图所示：
Field:专业；Number：对应专业学生数量，根据两列数据绘制简单柱图：
import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_excel('Students.xlsx')
# pd绘图
data.sort_values(by='Number',inplace=True,ascending=False)
data.plot.bar(x='Field',y='Number',title='National Students Field')
plt.tight_layout()
plt.show()
解释说明：
- Students.xlsx：对应的数据文件；
- data.sort_values(by='Number'，inplace=True，ascending=False)：按照Number数量大小排序，inplace = True：在当前数据文件上修改，不生成新的数据文件，ascending = False：降序排序；
- bar() 绘制柱图的函数，x、y分别指定下，x、y轴的序列；
- tight_layout() 使得整个图紧凑显示，不然x轴的文字由于太长会被挡住；
结果如下所示:
分组柱图
首先我们还是查看数据文件:students02.xlsx
给出了2016、2017两年的学生数量,由此考虑绘制分组柱状图:
import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_excel('Students02.xlsx')
data.sort_values(by='2017',inplace=True,ascending=False)
data.plot.bar(x='Field',y=['2016','2017'],color=['red','orange'])
plt.title('National Students Number',fontsize=16,fontweight='bold')
plt.xlabel('Field',fontweight='bold')
plt.ylabel('Number',fontweight='bold')
# x轴刻度偏转
ax = plt.gca()
ax.set_xticklabels(data['Field'],rotation=45,ha='right')
print(data)
f = plt.gcf()
f.subplots_adjust(left=0.2,bottom=0.4)
# plt.tight_layout()
plt.show()
解释说明:
- bar() 绘制柱图的函数，x、y分别指定下，x、y轴的序列，但是由于分组柱图y轴不再是一个序列，而是由两个(或多个)序列组成的列表；
- plt.title() 设置标题，当然也可以在bar() 函数里面设置；
- plt.gca() 获得x轴的文字，下一列重新设置x轴的文字，并且把文字旋转45°，ha='right'：依照右点为中心进行水平对齐；
- plt.gcf() 拿到绘制的图形对象，设置留白区域，left=0.2(左侧留白20%)，bottom=0.4，底部留白40%；
结果如下:
叠加柱图
有的时候可能不只有两组数据，要观察多组数据的数量占比,可以采用叠加柱图:
import matplotlib.pyplot as plt
import pandas as pd
data = pd.read_excel('./excel文件/Users.xlsx') # 这里数据文件就不再展示
data['total'] = data['Oct'] + data['Nov'] + data['Dec']
data.sort_values(by='total',inplace=True,ascending=False)
# data.plot.bar(x='Name',y=['Oct','Nov','Dec'],stacked=True,title='Users Behavior') 竖直
data.plot.barh(x='Name',y=['Oct','Nov','Dec'],stacked=True,title='Users Behavior') #水平 如果需要改变顺序,将ascending=true
plt.tight_layout()
plt.show()
结果如下图所示:
饼图
首先我们先查看一下数据文件，如下所示:
给出了2016，2017年来自不同国家的学生数量排名（rank)；
由此绘制饼图：
import pandas as pd
import matplotlib.pyplot as plt
plt.figure(figsize=(12,8),dpi=100)
students = pd.read_excel('./bin_Students.xlsx', index_col='From')
students['2017'].plot.pie(fontsize=8,counterclock=False)
plt.title('Source of International Students', fontsize=16, fontweight='bold')
plt.ylabel('2017', fontsize=12, fontweight='bold')
plt.show()
解释说明:
- figsize：设置图片大小，dpi：设置图片分辨率；
- pie()函数绘制饼图的的api函数，counterclock=False：这个参数设置饼图占比元素的环绕方向，false变送逆时针；
结果如下图所示：
折线图
由于文件数据过多，这里不做展示；简言之就是四个区域的不同周期的销售状况
绘图代码：
import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_excel('./excel文件/Orders.xlsx',index_col='Week')
data.plot.area(y=['Accessories','Bikes','Clothing','Components']) #叠加区域图
plt.title('Sale Week Trend',fontsize=14,fontweight='bold')
plt.ylabel('Total',fontsize=10,fontweight='bold')
plt.xticks(data.index,fontsize=5)
plt.show()
结果如下：
由于后面集中图形使用较少，这里不再展示数据文件，直接上代码：
散点图
import matplotlib.pyplot as plt
import pandas as pd
data = pd.read_excel('./excel文件/home_data.xlsx',index_col='id')
data.plot.scatter(x='sqft_living',y='price') # 房子面积 价位
plt.show()
结果如下：
该图形绘制的是在某地区房子价位与房子面积的分布关系；
直方图
import matplotlib.pyplot as plt
import pandas as pd
data = pd.read_excel('./excel文件/home_data.xlsx')
data['sqft_living'].plot.hist(bins=60) # bins 表示柱子的数量
plt.xticks(range(0,max(data['sqft_living']),500),rotation=90,fontsize=6)
plt.show()
结果如下：
该图表示某地区房子的价位的分布情况。
总结
以上就是使用pandas结合matplotlib绘制一些基本常用图形的例子，当然了例子是固定的，图形是灵活的，我们还是要根据不同的数据表，结合不同的现实状况，绘制不同的图形达到我们的目的。
