点击上方“进修编程”，选择“星标”公众号
超级无敌干货，第一时间送达！！！
现在pandas在数据可视化中的地位举足轻重。这篇文章给大家讲述完整的pandas使用指南、大家可以收藏日后使用时查看即可。
数据分析师、数据科学家以及其他少数职业需要具备从数据中生成信息的能力。此过程涉及统计数据、数据挖掘技术、模型学习等的使用。还有一个非常关键的步骤，即数据可视化。为了有效地可视化数据，我们有多种工具，如 Tableau、Power BI 等。但是，python 库足以创建有吸引力、清晰且富有创意的可视化效果，以描绘对数据的深刻见解。为了做出重要的业务决策，企业通常更关心可视化，而不是可视化创建过程中涉及的数学和编码。作为开发人员，我们应该更加关注流程，例如编码，以便在不犯任何错误的情况下描绘清晰而重要的信息。我们在数据可视化方面的错误可能会导致错误的信息。因此，数据可视化非常重要。
好的，现在让我们开始吧。在这篇博客中，我不会使用 matplotlib（除了 subplot）。我将使用 Pandas，您将看到 Pandas 绘图非常漂亮，涵盖了大多数所需的图表。有高级的图表制作技术，但可以使用 seaborn 和 matplotlib 来完成。Pandas 库为重要的图表创建提供了一套很好的函数。这篇文章主要是实践性的，很少涉及理论。我们练习得越多，我们知道的就越多！让我们开始吧。
内容
线图
条形图
直方图
箱线图
面积图
散点图
六边形箱图
饼图
密度图
Pandas 图表如何处理缺失数据！
结论
导入所需的库
import pandas as pdimport numpy as np
线图
线图适用于连续数据和时间序列数据。让我们先创建一个序列，然后使用它来创建线图。
series_data = pd.Series(np.random.randn( 500 ), index = pd.date_range( "08/1/2023" , periods = 500 ))可以使用 dataframe.plot() 或 series.plot() 创建线图。在这里，我将创建一个线图来表示系列值的累积总和。尝试从下面的代码中删除 cumsum() 以查看输出变化
series_data.cumsum().plot();现在，让我们尝试使用数据框。我创建了一个包含 500 行和 3 列的数据框，分别名为 A、B、C
dataframe_data = pd.DataFrame(np.random.randn( 500 , 3 ), index = series_data.index, columns= list ( "ABC" ))dataframe_data.cumsum().plot();
如您所见，三列都标有不同标签，并附有折线图。现在，就像大多数 Python 函数一样，这些 Python 绘图函数带有多个用于创建图形的参数选项。仔细查看代码和图形，查看图形中的变化
#Introduction the parameter of x_compact; look into the change of x axisdataframe_data.cumsum().plot(x_compat = True);
#We can create subplots too using parameter subplots = Truedataframe_data.cumsum().plot(subplots = True, x_compat = True);
#We can fix the layout of subplot. Try changing (1,3) to (3,1) and you will#see the subplots created as 3 rows and single column.#sharex = True will cause all the graphs to share a single xaxisdataframe_data.cumsum().plot(subplots = True, layout = (1,3), sharex = False, colormap="gist_rainbow");
如您所见，我们对时间段内数据框的每列（或系列）进行了很好的呈现。尝试更改参数值以查看变化。您一定注意到了“colormap”参数。这会为您的图表设置颜色，使其更具吸引力。
现在，我将利用 matplotlib 来有效地创建子图，以便在一个地方创建多个图形。
import matplotlib.pyplot as plt#配置子图#创建两行六列的子图#sharex 和 sharey 设置为 True 以共享 x 轴和 y 轴fig, ax = plt.subplots( 2 , 6 , figsize = ( 16 , 6 ), sharex = True , sharey = True )plt.subplots_adjust(wspace= 0.5 , hspace= 0.5 )#设置我们想要在子图中看到图形的位置#尝试更改位置，但必须在子图中定义的行 x 列内figure1 = [ax[ 0 ][ 0 ], ax[ 0 ][ 2 ], ax[ 0 ][ 4 ]]figure2 = [ax[ 1 ][ 1 ], ax[ 1 ][ 3 ], ax[ 1 ][ 5 ]]#创建图形，使用定义的位置设置子图的轴#legend 设置为 False，将其变为 True 以查看差异dataframe_data.cumsum().plot(subplots = True , ax = figure1, legend = False )dataframe_data.cumsum().plot(subplots = True , ax = figure2, legend = False )#子图中各个图形的标题根据位置设置ax[ 0 , 0 ].set_title( "A" )ax[ 1 , 1 ].set_title( "A" )ax[ 0 , 2 ].set_title( "B" )ax[ 1 , 3 ].set_title( "B" )ax[ 0 , 4 ].set_title( "C" )ax[ 1 , 5 ].set_title( "C" );
很酷吧？尝试更改参数值以查看差异。只有当你这样做时，你才能更好地理解。好的，现在我们将创建一个表格和图表。我将针对特定列执行此操作以获得更好的视觉效果，但是也可以将多个列合并在一起
fig, ax = plt.subplots( 1 , 1 , figsize = ( 16 , 3 ))# 这是将 x 轴值设置为顶部ax.xaxis.tick_top()# 从 A 列中取出 10 行，table = True 参数将显示与所选值相对应的表格dataframe_data[ 'A' ][: 10 ].cumsum().plot(table = True , ax = ax);
fig, ax = plt.subplots( 1 , 1 , figsize = ( 16 , 5 ))#在轴上绘制表格，按照子图设置，位置固定在右上方pd.plotting.table(ax, dataframe_data.max (), loc = "upper right" , colWidths = [ 0.2 , 0.2 , 0.2 ]) dataframe_data.cumsum().plot(ax=ax, legend = None );
我们还可以设置辅助 y 轴。通常，y 轴位于图表左侧。如果我们想根据相应列中的值来评估某一列，那么我们可以利用这一点。我的意思是如下
# 绘制了 A 列的折线图，其 y 轴值在左侧，与正常情况一样dataframe_data[ 'A' ].cumsum().plot() #在同一张图中绘制了另一列 B，但现在右侧有一个辅助 y 轴dataframe_data[ 'B' ].cumsum().plot(secondary_y = True , color = 'orange' );
次要 y 轴也可以像普通 y 轴一样描绘多列
# 次要 y 轴分配了 A 和 B 列# 因此，左侧的 C 列将自动显示在左侧 y 轴上ax = dataframe_data.cumsum().plot(secondary_y = [ 'A' , 'B' ], mark_right = False )ax.set_ylabel( 'C' )ax.right_ax.set_ylabel( 'AB Scale' );
这是参数的结束吗？不！你还可以做更多的事情！既然你现在知道如何进行绘图，那么剩下的任务将变得轻松有趣。如果你想查看可用于绘制数据框的函数的所有选项，只需输入 dataframe.plot? 并在 jupyter 笔记本上按回车键即可。你将看到所有带有说明的选项。同样，如果我想查看 ax 的所有可能性（在创建子图期间设置的轴），那么我将输入 ax? 并在 jupyter 上按回车键。这就是我们的做法！
条形图
对于标记和非时间序列数据，使用条形图。
#创建条形图的一种方法dataframe_data.iloc[: 3 ].plot(kind = 'bar' );
#创建条形图的第二种方法dataframe_data.iloc[ 10 ].plot.bar();
#显示按索引堆叠的所有列dataframe_data.iloc[ 6 : 10 ].plot.bar(stacked = True );
#水平和堆叠dataframe_data.iloc[ 6 : 10 ].plot.barh(stacked = True )
直方图
#对于特定列dataframe_data[ 'C' ].plot.hist();#这将显示 C 列中某个值的频率或计数
#对于所有列dataframe_data.plot.hist(alpha = 0.5 );
#堆叠直方图dataframe_data.plot.hist(stacked = True , bins = 20 , alpha = 0.5 );
dataframe_data.plot.hist(stacked = True，bins = 20，alpha = 0.5，方向 = “水平” );#用于绘制累积和堆叠直方图dataframe_data.plot.hist(stacked = True , bins = 20 , alpha = 0.5 , orientation = "horizontal" ,cumulative = True , figsize = ( 10 , 5 ));
箱线图
dataframe_data.plot.box();#colors 可以按如下方式调整；这些是条形图可识别的四个字典键color = {"boxes" : "Blue" ,"whiskers" : "Orange" ,"medians" : "Pink" ,"caps" : "Black" ,}dataframe_data.plot.box(color = color, sym = 'r*' );
dataframe_data.plot.box(color = color, sym = 'r*', vert = False);面积图
可以使用所有正值或所有负值来创建面积图，并且这些图默认是堆叠的。
df = pd.DataFrame( abs (np.random.randn( 10 , 3 )), columns = list ( 'ABC' ))df.plot.area();
df.plot.area（stacked= False，alpha= 0.5）；散点图
散点图需要 x 轴和 y 轴的数字列。让我们在子图中创建不同类型的散点图。
#creating categorical data column which we will use to categorize by colour in scatter plotdataframe_data['categorical_data'] = pd.Categorical(['High']*100 + ['Medium']*150 + ['Low'] * 250)#configuring subplotfig, ax = plt.subplots(2,2, figsize = (16, 8))#creating individual scatter plots by specifying the axes position on subplotsdataframe_data.plot.scatter(x = 'A', y = 'B', ax = ax[0][0])ax[0][0].set_title('Scatter Plot')dataframe_data.plot.scatter(x='A', y='B', color = 'purple', label = 'AB Group', ax = ax[0][1])dataframe_data.plot.scatter(x = 'B', y = 'C', color = 'orange', label = 'BC Group', ax = ax[0][1])ax[0][1].set_title('Scatter Plot with grouping')dataframe_data.plot.scatter('A', 'B', c = 'C', ax = ax[1][0])ax[1][0].set_title('Scatter Plot with a continuous column as colour indicator')dataframe_data.plot.scatter('A', 'B', c= 'categorical_data', cmap = 'viridis', s = 10, ax = ax[1][1])ax[1][1].set_title('Scatter Plot with a categorical column as colour indicator');
子图看起来很有趣，但有点笨拙。这是为了演示目的，但在现实生活中，我们应该清晰地呈现图表，子图应该有相对的数字。您可以通过删除子图轴部分将上述图创建为单独的图。让我们创建更多单独的散点图。
#这里我们使用颜色图和颜色作为分类数据列。#气泡的大小是 C 列的值乘以 200dataframe_data.plot.scatter( 'A' , 'B' , c= 'categorical_data' , cmap = 'viridis' , s = dataframe_data[ 'C' ]* 200 , figsize = ( 12 , 6 ));
#我们也可以创建密度散点图pd.plotting.scatter_matrix(dataframe_data, diagonal = 'kde' );
六边形箱图
对于大量数据点，散点图可能过于密集和笨拙。这时我们就可以使用六边形图。
dataframe_data.plot.hexbin('A', 'B', gridsize = 30);可以使用参数 gridsize 调整 x 方向的六边形数量。默认值为 100，网格尺寸越大，箱体数量越多，箱体越小。
dataframe_data.plot.hexbin('A', 'B', C = 'C', gridsize=20)饼图
饼图适用于正数据。如果数据中有任何负值，将引发 ValueError。
df[ 'A' ] . plot.pie(figsize=( 2,2 ) );df.plot.pie(y = 'A' , figsize = （3 , 3 ), legend = False , labels = None , autopct= "%.2f" , fontsize= 5 );df.plot.pie(subplots=True, figsize = (10,10));密度图
dataframe_data.plot.kde()plt.xlabel('Values')plt.ylabel('Density Plot')plt.title('Density plot for all columns');
Pandas 如何处理丢失的数据？
根据绘图类型，数据中的缺失值将被删除、省略或填充。您可以决定如何处理缺失值，例如使用 dropna() 和 fillna() 函数，或者 pandas 绘图函数将按照下图处理缺失数据 -
结论
这里展示的图表和方法被许多组织广泛用于日常的多项任务。图表应该简单、清晰、易于理解。x 轴和 y 轴上应该有适当的标签。每个图表都应该有标题，如果在同一张图表上描绘了多列，则图例必不可少。出于演示目的，我并没有在所有地方都使用标签和标题，但使用这些函数是一种最佳实践，就像我在密度图中使用的一样。
本人接python、matlab程序设计
— 完 —
