pandas实现数据可视化

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？