【数据可视化】第四章—— 基于pandas的数据可视化（pandas基本操作）

图形绘制的代码：链接：https://pan.baidu.com/s/1pgS60sry6XDILIhth8bAvA?pwd=abcd
提取码：abcd

---

1. Pandas库的数据运算

• 算数运算根据行列索引，补齐后运算，运算默认产生浮点数
• 补齐时缺项填充NaN（空值）
• 二维和一维、一维和零维间为广播运算
• 采用+_*/符号 进行的二元运算产生新的对象

1.1 方法形式的运算

1.2 比较运算法则

• 比较运算只能比较相同索引的元素，不进行补齐
• 二维和一维、一维和零维间为广播运算
• 采用> < >= <= == !=等符号进行的二元运算产生新布尔对象

1.3 排序

sort_index()方法在指定轴上根据索引进行排序，默认升序

sort_values()方法在指定轴上根据数值进行排序，默认升序

• Series.sort_values(axis = 0, ascending = True)

• DataFrame.sort_values(by, axis = 0, ascending = True)
  by: axis轴上的某个索引或索引列表
  

NaN统一放到排序末尾

2. 基本统计分析函数

2.1 基本统计分析函数

适用于Series和DataFrame类型

适用于Series类型

2.2 累计统计分析函数

适用于Series和DataFrame类型

适用于Series和DataFrame类型，滚动计算（窗口计算）

2.3 相关分析函数

两个事物，表示为X和Y，如何判断它们之间的存在相关性？

X增大，Y增大，两个变量正相关
X增大，Y减小，两个变量负相关
X增大，Y不变，两个变量不相关

协方差>0，X和Y正相关
协方差<0，X和Y负相关
协方差=0，X和Y独立无关

Pearson相关系数

r的取值范围 [-1,1]

0.8-1.0极强相关
0.6-0.8强相关
0.4-0.6中等强度相关
0.2-0.4弱相关
0.0-0.2极弱相关或不相关

3. Pandas可视化

常见的图表类型

Series的plot方法参数

DataFrame的plot方法参数

3.1 绘制折线图

【例】在pandas中使用Series绘制线性图，代码如下。

from pandas import DataFrame,Series
import pandas as pd 
import numpy as np
import matplotlib.pyplot as plt
s = pd.Series(np.random.randn(10).cumsum(), index=np.arange(0, 100, 10))
s.plot()
plt.show()
1
2
3
4
5
6
7

【例】在pandas中使用DataFrame绘制线性图，代码如下。

from pandas import DataFrame,Series
import pandas as pd 
import numpy as np
import matplotlib.pyplot as plt
df = pd.DataFrame(np.random.randn(10, 4).cumsum(0),
                  columns=['A', 'B', 'C', 'D'],
                  index=np.arange(0, 100, 10))
df.plot()
plt.show()
1
2
3
4
5
6
7
8
9

3.2 绘制柱状图

plot.bar()

【例】在pandas中使用Series绘制柱状图，代码如下。

from pandas import DataFrame,Series
import pandas as pd 
import numpy as np
import matplotlib.pyplot as plt
fig, axes = plt.subplots(2, 1)
data = pd.Series(np.random.rand(16), index=list('abcdefghijklmnop'))
data.plot.bar(color='r', alpha=0.7) # 垂直柱状图
plt.show()
1
2
3
4
5
6
7
8

【例】在pandas中使用Series中绘制条形图，代码如下。

from pandas import DataFrame,Series
import pandas as pd 
import numpy as np
import matplotlib.pyplot as plt
fig, axes = plt.subplots(2, 1)
data = pd.Series(np.random.rand(16), index=list('abcdefghijklmnop'))
data.plot.barh(color=‘r’, alpha=0.7) # 条形图
plt.show()
1
2
3
4
5
6
7
8

【例】在pandas中使用DataFrame绘制柱状图，代码如下。

from pandas import DataFrame,Series
import pandas as pd 
import numpy as np
import matplotlib.pyplot as plt
df = pd.DataFrame(np.random.rand(4, 4),
                  index=['one', 'two', 'three', 'four'],
                  columns=pd.Index(['A', 'B', 'C', 'D'], name='bar'))
df.plot.bar()
plt.show()
1
2
3
4
5
6
7
8
9

2.3 绘制直方图

plot.hist()

【例】在pandas中绘制直方图，代码如下。

from pandas import DataFrame,Series
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from numpy.random import randn
df = pd.DataFrame({'a':np.random.randn(1000)+1,'b':np.random.randn(1000),}, columns=['a', 'b'])
df.plot.hist(bins=20)
plt.show()
1
2
3
4
5
6
7
8

2.4 绘制散点图

plot.scatter()
【例】在pandas中绘制散点图，代码如下。

2.5 绘制饼图

plot.pie()

【例】在pandas中绘制饼图，代码如下。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
df = pd.Series(3*np.random.rand(4),index = list('ABCD'))
df.plot.pie(subplots = True)
plt.show()
1
2
3
4
5
6

2.6 面积图

plot.area()
【例】在pandas中绘制面积图，代码如下。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
df = pd.DataFrame(np.random.rand(8,4),columns = list('ABCD'))
df.plot.area()
plt.show()
1
2
3
4
5
6

2.7 盒须图

plot.box()

【例】在pandas中绘制盒须图，代码如下。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
df = pd.DataFrame(np.random.rand(8,4),columns = list('ABCD'))
df.plot.box()
plt.show()
1
2
3
4
5
6