pandas实现数据可视化
时间:2022-06-23
本文章向大家介绍pandas实现数据可视化,主要内容包括其使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。
请思考:
1 为什么要数据可视化?
2 pandas如何实现数据可视化?
一 简介
我们常用Python语言的matplotlib库和seaborn库实现数据可视化。实际上,pandas基于其数据框结构也能够便捷地绘制出各种类型的图形,以实现数据可视化的目的。
二 导入数据集
我们采用titanic数据集。
代码
1import numpy as np
2import matplotlib.pyplot as plt
3import pandas as pd
4
5%matplotlib inline
6
7titanic_data = pd.read_csv('./data/titanic_train.csv')
8# 数据检视
9print(titanic_data.head())
三 直方图
使用hist()函数或者plot()函数并设置参数kind的值为'hist'。
实例1
代码
1titanic_data['age'].hist()
实例2
代码
1titanic_data['age'].plot(kind='hist', bins=20)
实例3
增加图形风格设置
代码
1import seaborn as sns
2sns.set_style('darkgrid')
3
4titanic_data['age'].hist(bins=20)
请思考:
直方图在什么时候使用?通过直方图可以发现什么?
四 直线图
使用line()函数。
实例1
代码
1titanic_data.plot.line(x='age', y='fare', figsize=(8, 6))
五散点图
使用scatter()函数。
实例1
代码
1titanic_data.plot.scatter(x='age', y='fare', figsize=(8, 6))
六盒箱图
代码
1titanic_data.plot.box(figsize=(10, 8))
七 核密度曲线图
使用kde()函数。
实例1
代码
1titanic_data['age'].plot.kde()
请思考:
如何绘制目标变量survived分布的可视化?
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法