在线客服
扫描二维码
下载博学谷APP扫描二维码
关注博学谷微信公众号
众所周知,Pandas是基于Python平台的大数据分析与处理的利器,它可以把十分复杂的可视化过程,变得简单一点。本文将以2019年世界幸福指数的数据为例,为大家详细展示如何利用pandas绘制可视化图表。相信经过本次手把手教学,大家可以举一反三掌握绘制可视化图表的能力。感兴趣的朋友赶紧来看详细的步骤解析吧!
第一步:导入csv文件
import pandas as pd
df=pd.read_csv(‘./world-happiness-report-2019.csv’)
df.head(3)
这个csv图标的内容是各个国家按照不同维度评价的幸福指数,数据帧中一些列的名称比较冗长,可以重命名使其更加简洁:
df.rename(columns={“Country (region)”: “Country”, “Log of GDPper capita”: “Log_GDP_per_capita”, “Healthy lifeexpectancy”:”Health_life_expect”},inplace=True)
df.columns
第二步:开始绘制图形
我们可以先从简单的柱状图开始,只统计腐败程度、自由度、宽容度、社会支持等几个维度:
%matplotlib tk
df1=df[:5]
df1.plot(‘Country’,[‘Corruption’,’Freedom’,’Generosity’,’Social support’],kind = ‘bar’)
嫌直接写名称太麻烦?没关系,我们也可以用所在列的数字来绘制,比如上述4个列分别为7、6、8、5:
%matplotlib tk
df1=df[:5]
df1.plot(‘Country’,[7,6,8,5],kind = ‘bar’)
在上面的代码中kind = ‘bar’,所以绘制的图形是柱状图,如果我们把参数改成kind = ‘line’,画出的就是线状图。
df1=df[:5]
df1.plot(‘Country’,[‘Corruption’,’Freedom’,’Generosity’,’Social support’],kind = ‘line’)
第三步:设置坐标轴
(1)取值范围
在绘制可视化图表之前,大家要先设置坐标轴。使用xlim和ylim两个参数可设置x和y轴的范围。在折线图中,我们要将x轴设置为0到20,y限制为从0到100。
df1=df[:20]
df1[‘Freedom’].plot(kind=’line’,xlim=(0,20),ylim=(0,100))
(2)x、y轴刻度
有时候坐标轴上的刻度并不理想,我们希望在上面标上我们喜欢的数值。比如对于x轴,我们想要标上0、10、15和20几个值;对于y轴,我们想要标上0、50、70、100几个值,可以在xticks和yticks参数中悉数列出。
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’)
(3)对数坐标
如果数据的跨度范围非常大,横跨好几个数量级,那么用线性坐标就无法很好地展示数据。这时候我们需要用到对数坐标,设置方法是将logx或者logy的值设置为Ture。如果我们只想设置x轴为对数坐标,y轴仍保持线性坐标,那么
df[:20][‘Freedom’].plot(kind=’line’,xlim=(0,1000),ylim=(0,100),color=’red’,logx=True)
第四步:其他高阶用法
可以使用stacked参数来绘制带有条形图的堆叠图。在这里,我们绘制堆叠的水平条,stacked设置为True。将grid参数设置为True,可以给图表加入网格。有了subplot参数还可以绘制子图,根据需要指定行数和列数以及绘图的数量。
总的来讲,只要掌握以上的各种参数设置技巧,利用pandas绘制可视化图表也不并困难。光说不练假把式,大家要想快速上手可视化图表,不妨现在就开始尝试着绘制一下吧!
— 申请免费试学名额 —
在职想转行提升,担心学不会?根据个人情况规划学习路线,闯关式自适应学习模式保证学习效果
讲师一对一辅导,在线答疑解惑,指导就业!
相关推荐 更多
Python学习总结之汉诺塔问题
在学习Python的时候,大家难免会遇到汉诺塔问题,这是在学习其他编程语言也绕不过去的经典问题之一。本文就带大家了解什么是汉诺塔问题,并为大家解决Python中的此类问题。感兴趣的小伙伴就赶紧看下去吧!
5935
2019-08-19 14:33:20
数据分析师常用的数据分析工具有哪些?
传统数据分析师仅仅依靠一个Excel就可以完成大部分数据分析的相关工作。而在大数据时代,随着数据的数量技术不断增大、数据类型不断多样化、数据结构不断复杂化。数据分析师则需要深入学习更多的工具了。
6329
2019-09-06 18:32:01
Python开发实战数据可视化项目学什么?
Python开发实战数据可视化项目学什么?学习内容从基础使用到综合实战,掌握数据可视化利器Tableau工具,掌握数据可视化技能,成为初中级数据分析师。 很多数据清洗、处理、分组聚合计算、统计学相关工作的人群都会用到数据可视化工具。
4127
2020-04-15 15:48:47
如何使用PyMySQL模块进行增删改查?
MySQL 是目前最为流行的关系型数据库。接下来我们通过一个简单的案例,练习如何使用 PyMySQL 模块进行增删改查的操作。简单来讲,核心步骤有两步:链接数据库,读取 CSV 文件并导入数据表,然后查询数据,将数据表和计算结果导出为 CSV 文件。下面一起来具体看看吧~
3815
2020-08-10 14:55:36
什么是数据流图?数据流图绘制方法有哪些?
数据流图用于表示业务信息系统中的数据流,它表达了系统中的据传从输入到存储间所涉及的程序。数据流图的结构比较单一,其存在的约束比较多所以很多数据流图比较类似。
5493
2020-12-30 16:08:20