Pandas可視化綜合指南：手把手從零教你繪制數(shù)據(jù)圖表

曉查 2019-09-22 13:43:11 來(lái)源：量子位

曉查 編譯整理

量子位 出品 | 公眾號(hào) QbitAI

數(shù)據(jù)可視化本來(lái)是一個(gè)非常復(fù)雜的過(guò)程，但隨著Pandas數(shù)據(jù)幀plot()函數(shù)的出現(xiàn)，使得創(chuàng)建可視化圖形變得很容易。

在數(shù)據(jù)幀上進(jìn)行操作的plot()函數(shù)只是matplotlib中plt.plot()函數(shù)的一個(gè)簡(jiǎn)單包裝 ，可以幫助你在繪圖過(guò)程中省去那些長(zhǎng)長(zhǎng)的matplotlib代碼。

最近，一位來(lái)自印度的小哥以2019年世界幸福指數(shù)的數(shù)據(jù)為例，詳細(xì)講述了在Pandas中plot()函數(shù)的各種參數(shù)設(shè)置的小技巧，熟練掌握這些技巧后，你也能繪制出豐富多彩的可視化圖表。

導(dǎo)入數(shù)據(jù)

在繪制圖形前，我們首先需要導(dǎo)入csv文件：

import pandas as pd
df=pd.read_csv(‘./world-happiness-report-2019.csv’)
df.head(3)

這個(gè)csv圖標(biāo)的內(nèi)容是各個(gè)國(guó)家按照不同維度評(píng)價(jià)的幸福指數(shù)（數(shù)據(jù)下載地址見(jiàn)文末）：

數(shù)據(jù)幀中一些列的名稱比較冗長(zhǎng)，可以重命名使其更加簡(jiǎn)潔：

df.rename(columns={“Country (region)”: “Country”, “Log of GDP\nper capita”: “Log_GDP_per_capita”, “Healthy life\nexpectancy”:”Health_life_expect”},inplace=True)
df.columns

繪制柱狀圖、散點(diǎn)圖等常見(jiàn)圖形

從最近簡(jiǎn)單的柱狀圖開(kāi)始，只統(tǒng)計(jì)腐敗程度、自由度、寬容度、社會(huì)支持等幾個(gè)維度

%matplotlib tk
df1=df[:5]
df1.plot(‘Country’,[‘Corruption’,’Freedom’,’Generosity’,’Social support’],kind = ‘bar’)

嫌直接寫(xiě)名稱太麻煩？沒(méi)關(guān)系，我們也可以用所在列的數(shù)字來(lái)繪制，比如上述4個(gè)列分別為7、6、8、5：

%matplotlib tk
df1=df[:5]
df1.plot(‘Country’,[7,6,8,5],kind = ‘bar’)

在上面的代碼中kind = ‘bar’，所以繪制的圖形是柱狀圖，如果我們把參數(shù)改成kind = ‘line’，畫(huà)出的就是線狀圖。

df1=df[:5]
df1.plot(‘Country’,[‘Corruption’,’Freedom’,’Generosity’,’Social support’],kind = ‘line’)

同樣的，如果把參數(shù)改成kind = ‘line’，還能繪制出箱形圖：

df[:5].plot(x=’Country’,kind=’box’)

對(duì)于散點(diǎn)圖，設(shè)置kind=’scatter’，繪制出腐敗程度與自由度之間的關(guān)系，用color=’R’將點(diǎn)定義為紅色：

df.plot(x=’Corruption’,y=’Freedom’,kind=’scatter’,color=’R’)

此外，Pandas中還有一個(gè)輔助函數(shù)pandas.plotting.table，它創(chuàng)建一個(gè)來(lái)自數(shù)據(jù)幀的表格，并將其添加到matplotlib Axes實(shí)例中。

from pandas.plotting import table
df1=df[:5]
df1=df.loc[:5,[‘Country (region)’,’Corruption’,’Freedom’,’Generosity’,’Social support’]]
ax=df1.plot(‘Country (region)’,[‘Corruption’,’Freedom’,’Generosity’,’Social support’], kind = ‘bar’, title =’Bar Plot’,legend=None)
table(ax, np.round(df1.describe(), 2),loc=’upper right’)

坐標(biāo)軸的設(shè)置

取值范圍

使用xlim和ylim兩個(gè)參數(shù)可設(shè)置x和y軸的范圍。在折線圖中，我們要將x軸設(shè)置為0到20，y限制為從0到100。

df1=df[:20]
df1[‘Freedom’].plot(kind=’line’,xlim=(0,20),ylim=(0,100))

x、y軸刻度

有時(shí)候坐標(biāo)軸上的刻度并不理想，我們希望在上面標(biāo)上我們喜歡的數(shù)值。

比如對(duì)于x軸，我們想要標(biāo)上0、10、15和20幾個(gè)值；對(duì)于y軸，我們想要標(biāo)上0、50、70、100幾個(gè)值，可以在xticks和yticks參數(shù)中悉數(shù)列出。

df[:20][‘Freedom’].plot(kind=’line’,xlim=(0,20),ylim=(0,100),color=’red’,xticks=([0,10,15,20]),yticks=([0,50,70,100]), title = ‘xticks’)

但是用列表來(lái)制定坐標(biāo)刻度的方法，在數(shù)值太多的時(shí)候就比較麻煩了，因此我們還能通過(guò)指定刻度間隔的方法來(lái)繪制坐標(biāo)軸，比如指定x軸間隔是1，y軸間隔是10：

df[:20][‘Freedom’].plot(kind=’line’,xlim=(0,20),ylim=(0,100),color=’red’,xticks=([w1 for w in range(20)]),yticks=([w10 for w in range(40)]))

如果我們不希望在坐標(biāo)軸上看到數(shù)字，而是想要設(shè)置標(biāo)簽。我們還可以將x軸標(biāo)簽更改為文本標(biāo)簽“低、中、高”這種樣式。

ax=df[:20][‘Freedom’].plot(kind=’line’,xlim=(0,20),ylim=(0,100),color=’red’,xticks=([0,10,20]),yticks=([w*30 for w in range(40)]))
ax.set_xticklabels([‘Low’,’Med’,’High’])

對(duì)數(shù)坐標(biāo)

如果數(shù)據(jù)的跨度范圍非常大，橫跨好幾個(gè)數(shù)量級(jí)，那么用線性坐標(biāo)就無(wú)法很好地展示數(shù)據(jù)。這時(shí)候我們需要用到對(duì)數(shù)坐標(biāo)，設(shè)置方法是將logx或者logy的值設(shè)置為Ture。

如果我們只想設(shè)置x軸為對(duì)數(shù)坐標(biāo)，y軸仍保持線性坐標(biāo)，那么

df[:20][‘Freedom’].plot(kind=’line’,xlim=(0,1000),ylim=(0,100),color=’red’,logx=True)

其他高階用法

可以使用stacked參數(shù)來(lái)繪制帶有條形圖的堆疊圖。在這里，我們繪制堆疊的水平條，stacked設(shè)置為True。

將grid參數(shù)設(shè)置為True，可以給圖表加入網(wǎng)格。

有了subplot參數(shù)還可以繪制子圖，根據(jù)需要指定行數(shù)和列數(shù)以及繪圖的數(shù)量。

在上面的子圖中，我們沒(méi)有給子圖添加標(biāo)題。當(dāng)subplot 設(shè)置為True 時(shí)，在設(shè)置一組title的值，即可在列表上方加入標(biāo)題。

原文鏈接：

Dataframe Visualization with Pandas Plot

表格下載地址：

https://www.kaggle.com/PromptCloudHQ/world-happiness-report-2019/version/1

— 完 —