La visualización de datos de pandas resultó ser tan poderosa

Autor: hermano menor Wu 

Fuente: aprendizaje introductorio de IA (cuenta pública)

En Python, hay 3 bibliotecas de visualización de datos comunes:

matplotlib: la biblioteca más utilizada, que se puede considerar como una biblioteca de habilidades necesaria para la visualización. Es de nivel relativamente bajo, con muchas API y no es fácil de aprender.

seaborn: está construido sobre la base de matplotlib, que puede satisfacer la mayoría de las necesidades de visualización, y aún se necesitan más necesidades especiales para aprender matplotlib.

pyecharts: las dos bibliotecas anteriores son bibliotecas de visualización estática, y pyecharts tiene una buena compatibilidad web y puede lograr efectos dinámicos visuales. Y los tipos también son relativamente ricos. Por ejemplo, esta imagen es muy poderosa: el artefacto de dibujo pyecharts-sunburst

Pandas: Hoy vamos a hablar sobre la visualización de Pandas. Pandas se usa principalmente como una biblioteca de análisis de datos. Aunque no es tan poderoso como las tres bibliotecas anteriores, es más conveniente. En el proceso de análisis de datos, puede realizarse con una sola línea de código. Y los gráficos también son muy bonitos.

Ver caso

En pandas, hay 11 visualizaciones de gráficos más comunes y algunas más avanzadas. Veamos cómo dibujarlas una por una.

import pandas as pdimport numpy  as npdf= pd.DataFrame(np.random.rand(10, 4), columns=['A','B','C','D'])

01, histograma vertical

df.plot.bar()

stacked = True, dibuja un histograma apilado

df.plot.bar(stacked=True)

02, histograma horizontal

df.plot.barh()

Del mismo modo, apilado = Verdadero, dibuja un histograma apilado

df.plot.barh(stacked=True)

03, gráfico de áreas

df.plot.area(alpha = 0.9)

df.plot.area(stacked=True,alpha = 0.9）

04, mapa de densidad-kde

df.plot.kde()

05, densidad mapa-densidad

df.plot.density()

06, histograma

Cambiar el conjunto de datos

df = pd.DataFrame({'A': np.random.randn(1000) + 1, 
                   'B': np.random.randn(1000),  
                   'C': np.random.randn(1000) - 1},  
                  columns=['A', 'B', 'C']) df.plot.hist(bins=200)

df.plot.hist(stacked=True, bins=20)

df= pd.DataFrame(np.random.rand(1000, 4), columns=['A','B','C','D'])df.diff().hist(color='k', alpha=0.7, bins=50)

07, mapa de caja

df= pd.DataFrame(np.random.rand(100, 4), columns=['A','B','C','D'])df.plot.box()

vert = False también se puede cambiar a horizontal

df.plot.box(vert=False)

08, diagrama de dispersión

df.plot.scatter(x='A',y='B')

09, diagrama de panal

df = pd.DataFrame(np.random.randn(1000, 2), columns=['a', 'b'])df['b'] = df['b'] + np.arange(1000)df.plot.hexbin(x='a', y='b', gridsize=25)

07, gráfico circular

series = pd.Series(3 * np.random.rand(4), index=['a', 'b', 'c', 'd'], 
                   name='series')series.plot.pie(figsize=(6, 6))

series.plot.pie(labels=['AA', 'BB', 'CC', 'DD'], colors=['r', 'g', 'b', 'c'],
                autopct='%.2f', fontsize=20, figsize=(6, 6))

08, diagrama de dispersión matricial

from pandas.plotting import scatter_matrix
df = pd.DataFrame(np.random.randn(1000, 4), columns=['a', 'b', 'c', 'd'])
scatter_matrix(df, alpha=0.2, figsize=(6, 6), diagonal='kde')