Pandas可視化綜合指南：手把手從零教你繪制數據圖表

曉查 2019-09-22 13:43:11 來源：量子位

曉查 編譯整理

量子位 出品 | 公眾號 QbitAI

數據可視化本來是一個非常復雜的過程，但隨著Pandas數據幀plot()函數的出現，使得創(chuàng)建可視化圖形變得很容易。

在數據幀上進行操作的plot()函數只是matplotlib中plt.plot()函數的一個簡單包裝 ，可以幫助你在繪圖過程中省去那些長長的matplotlib代碼。

最近，一位來自印度的小哥以2019年世界幸福指數的數據為例，詳細講述了在Pandas中plot()函數的各種參數設置的小技巧，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。

導入數據

在繪制圖形前，我們首先需要導入csv文件：

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

這個csv圖標的內容是各個國家按照不同維度評價的幸福指數（數據下載地址見文末）：

數據幀中一些列的名稱比較冗長，可以重命名使其更加簡潔：

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、散點圖等常見圖形

從最近簡單的柱狀圖開始，只統(tǒng)計腐敗程度、自由度、寬容度、社會支持等幾個維度

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

嫌直接寫名稱太麻煩？沒關系，我們也可以用所在列的數字來繪制，比如上述4個列分別為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，如果我們把參數改成kind = ‘line’，畫出的就是線狀圖。

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

同樣的，如果把參數改成kind = ‘line’，還能繪制出箱形圖：

df[:5].plot(x=’Country’,kind=’box’)

對于散點圖，設置kind=’scatter’，繪制出腐敗程度與自由度之間的關系，用color=’R’將點定義為紅色：

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

此外，Pandas中還有一個輔助函數pandas.plotting.table，它創(chuàng)建一個來自數據幀的表格，并將其添加到matplotlib Axes實例中。

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’)

坐標軸的設置

取值范圍

使用xlim和ylim兩個參數可設置x和y軸的范圍。在折線圖中，我們要將x軸設置為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

有時候坐標軸上的刻度并不理想，我們希望在上面標上我們喜歡的數值。

比如對于x軸，我們想要標上0、10、15和20幾個值；對于y軸，我們想要標上0、50、70、100幾個值，可以在xticks和yticks參數中悉數列出。

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’)

但是用列表來制定坐標刻度的方法，在數值太多的時候就比較麻煩了，因此我們還能通過指定刻度間隔的方法來繪制坐標軸，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軸上看到數字，而是想要設置標簽。我們還可以將x軸標簽更改為文本標簽“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’])

對數坐標

如果數據的跨度范圍非常大，橫跨好幾個數量級，那么用線性坐標就無法很好地展示數據。這時候我們需要用到對數坐標，設置方法是將logx或者logy的值設置為Ture。

如果我們只想設置x軸為對數坐標，y軸仍保持線性坐標，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參數來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設置為True。

將grid參數設置為True，可以給圖表加入網格。

有了subplot參數還可以繪制子圖，根據需要指定行數和列數以及繪圖的數量。

在上面的子圖中，我們沒有給子圖添加標題。當subplot 設置為True 時，在設置一組title的值，即可在列表上方加入標題。

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 —