如何用Matplotlib绘制Pandas数据框架

数据可视化是任何分析中最重要的部分。Matplotlib是一个了不起的python库，可以用来绘制pandas数据框架。根据不同的要求，可以有不同的方式来生成一个图。

分类数据之间的比较。

条形图就是这样一个例子。要绘制一个条形图，将使用plot()函数。

语法:

matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, *kwargs) 

示例:

# importing pandas library
import pandas as pd
# importing matplotlib library
import matplotlib.pyplot as plt
  
# creating dataframe
df = pd.DataFrame({
    'Name': ['John', 'Sammy', 'Joe'],
    'Age': [45, 38, 90]
})
  
# plotting a bar graph
df.plot(x="Name", y="Age", kind="bar")

输出:

可视化连续的数据

直方图是代表数据的一个例子，它被划分为密切相关的区间。为此，我们将使用hist()函数。

语法:

matplotlib.pyplot.hist(x, bins=None, range=None, density=False, weights=None, cumulative=False, bottom=None, histtype=’bar’, align=’mid’, orientation=’vertical’, rwidth=None, log=False, color=None, label=None, stacked=False, *, data=None, **kwargs)

示例:

# importing pandas library
import pandas as pd
# importing matplotlib library
import matplotlib.pyplot as plt
  
# creating dataframe
df = pd.DataFrame({
    'Age': [45, 38, 90, 60, 40, 50, 2, 32, 8, 15, 27, 69, 73, 55]
})
  
# plotting a histogram
plt.hist(df["Age"])
plt.show()

输出:

用于数据分发

饼图是表示数据的一种很好的方式，它是一个整体的一部分。为了绘制饼图，将使用pie()函数。

语法:

matplotlib.pyplot.pie(data, explode=None, labels=None, colors=None, autopct=None, shadow=False)

示例:

# importing pandas library
import pandas as pd
# importing matplotlib library
import matplotlib.pyplot as plt
  
# creating dataframe
df = pd.DataFrame({
    'Object': ['Bulb', 'Lamp', 'Table', 'Pen', 'Notebook'],
    'Price': [45, 38, 90, 60, 40]
})
  
# plotting a pie chart
plt.pie(df["Price"], labels=df["Object"])
plt.show()

输出:

数据的依赖性

在一些情况下，要根据因果和非因果参数来解释数据，可以使用线图或散点图等图形。绘制折线图时，只需使用plot()函数即可，但要使散点图可视化，则需要使用scatter()。

语法:

matplotlib.pyplot.scatter(x_axis_data, y_axis_data, s=None, c=None, marker=None, cmap=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None)

示例:

# importing pandas library
import pandas as pd
# importing matplotlib library
import matplotlib.pyplot as plt
  
# creating dataframe
df = pd.DataFrame({
    'X': [1, 2, 3, 4, 5],
    'Y': [2, 4, 6, 10, 15]
})
  
# plotting a line graph
print("Line graph: ")
plt.plot(df["X"], df["Y"])
plt.show()
  
# plotting a scatter plot
print("Scatter Plot:  ")
plt.scatter(df["X"], df["Y"])
plt.show()

输出: