【100天精通Python】Day61：Python 数据分析_Pandas可视化功能：绘制饼图，箱线图，散点图，散点图矩阵，热力图，面积图等（示例+代码）

目录

[1 Pandas 可视化功能](#1 Pandas 可视化功能)

[2 Pandas绘图实例](#2 Pandas绘图实例)

[2.1 绘制线图](#2.1 绘制线图)

[2.2 绘制柱状图](#2.2 绘制柱状图)

[2.3 绘制随机散点图](#2.3 绘制随机散点图)

[2.4 绘制饼图](#2.4 绘制饼图)

[2.5 绘制箱线图A](#2.5 绘制箱线图A)

[2.6 绘制箱线图B](#2.6 绘制箱线图B)

[2.7 绘制散点图矩阵](#2.7 绘制散点图矩阵)

[2.8 绘制面积图](#2.8 绘制面积图)

[2.9 绘制热力图](#2.9 绘制热力图)

[2.10 绘制核密度估计图](#2.10 绘制核密度估计图)

---

1 Pandas 可视化功能

pandas是一个强大的数据分析库，提供了一些可视化工具来帮助用户更好地理解和展示数据。以下是pandas可视化工具的一些常见功能：

1. 折线图：通过plot()函数可以绘制折线图，展示数据随时间或其他变量的变化趋势。

2. 散点图：使用scatter()函数可以绘制散点图，在二维平面上展示两个变量之间的关系。

3. 条形图：使用bar()函数可以绘制条形图，用于比较不同类别或组的数值大小。

4. 直方图：使用hist()函数可以绘制直方图，用于展示数值型数据的分布情况。

5. 饼图：使用pie()函数可以绘制饼图，展示不同类别的占比情况。

6. 箱线图：使用boxplot()函数可以绘制箱线图，展示数值型数据的分布特征、离群值等。

Pandas 是一个用于数据处理和分析的流行库，它提供了一些内置的可视化功能，通常基于 Matplotlib 这个底层库。

• 绘制线图：

df['column_name'].plot(kind='line')

绘制柱状图：

df['column_name'].plot(kind='bar')

绘制散点图：

df.plot(x='x_column', y='y_column', kind='scatter')

hist()函数 ：hist()函数用于绘制直方图，以显示数据的分布和频率。

df['column_name'].hist(bins=10)

boxplot()函数 ：boxplot()函数用于绘制箱线图，显示数据的分位数和离群值。

df.boxplot(column='column_name')

scatter_matrix()函数 ：scatter_matrix()函数用于绘制多个变量之间的散点图矩阵，有助于了解变量之间的关系。

from pandas.plotting import scatter_matrix

scatter_matrix(df, alpha=0.5, figsize=(8, 8), diagonal='hist')

plotting.scatter_matrix()函数：这是一个更高级的散点图矩阵绘制函数，可以自定义每个子图的属性。

from pandas.plotting import scatter_matrix

scatter_matrix(df, alpha=0.5, figsize=(8, 8), diagonal='kde', color='red')

plot.barh()函数 ：plot.barh()函数用于绘制水平柱状图。

df['column_name'].plot(kind='barh')

plot.pie()函数 ：plot.pie()函数用于绘制饼图，用于显示数据的占比。

df['column_name'].plot(kind='pie', autopct='%1.1f%%')

plot.area()函数 ：plot.area()函数用于绘制堆叠面积图，显示数据的累积变化趋势。

df.plot.area()

plot.kde()函数 ：plot.kde()函数用于绘制核密度估计图，显示数据的概率密度分布。

---

2 Pandas绘图实例

2.1 绘制线图

import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
# 创建数据
data = {'年份': [2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017],
        '销售额': [100, 150, 120, 180, 200, 250, 300, 280]}

# 转换为DataFrame格式
df = pd.DataFrame(data)

# 绘制折线图
plt.plot(df['年份'], df['销售额'], marker='o')

# 设置x轴和y轴标签、标题
plt.xlabel('年份')
plt.ylabel('销售额')
plt.title('销售额变化趋势')

# 添加图例
plt.legend(['销售额'])

# 显示图形
plt.show()

当使用Pandas绘制柱状图、散点图和饼图时，您可以使用plot()函数的不同kind参数来指定要绘制的图表类型。

2.2 绘制柱状图

import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']  # 替换为您系统中支持的字体
# 创建一个示例DataFrame
data = {'Category': ['A', 'B', 'C', 'D'],
        'Values': [10, 15, 7, 12]}

df = pd.DataFrame(data)

# 绘制柱状图
df.plot(x='Category', y='Values', kind='bar', title='柱状图')
plt.xlabel('类别')
plt.ylabel('数值')
plt.show()

2.3 绘制随机散点图

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']  # 替换为您系统中支持的字体
# 生成随机数据
np.random.seed(0)  # 设置随机种子以确保可重复性
num_points = 100
x = np.random.rand(num_points)  # 随机生成x坐标
y = np.random.rand(num_points)  # 随机生成y坐标
colors = np.random.rand(num_points)  # 随机生成颜色值

# 创建DataFrame
data = {'X': x, 'Y': y, 'Color': colors}
df = pd.DataFrame(data)

# 绘制散点图
plt.figure(figsize=(8, 6))  # 设置图形大小
plt.scatter(x='X', y='Y', c='Color', data=df, cmap='viridis', alpha=0.7)
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.title('随机散点图')
plt.colorbar(label='颜色')
plt.show()

上述示例中，我们首先使用NumPy生成了一些随机的x和y坐标数据，以及随机的颜色值。然后，我们将这些数据放入一个Pandas DataFrame 中，并使用Matplotlib绘制了散点图。颜色使用了色彩映射（cmap），并添加了颜色条（colorbar）以显示颜色映射的对应关系。

2.4 绘制饼图

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']  # 替换为您系统中支持的字体


# 创建一个示例DataFrame，包含不同类别的值
data = {'Category': ['A', 'B', 'C', 'D'],
        'Values': [10, 15, 7, 12]}

df = pd.DataFrame(data)

# 指定用于饼图的数值列和标签列
values = df['Values']
labels = df['Category']

# 绘制饼图
plt.figure(figsize=(6, 6))  # 设置图形大小
df.plot(y='Values', kind='pie', labels=df['Category'], autopct='%1.1f%%', title='饼图')  # 绘制饼图
plt.title('饼图')  # 设置图表标题

# 显示图表
plt.axis('equal')  # 使饼图保持圆形
plt.show()

在上述示例中，首先创建了一个包含类别和对应数值的DataFrame。然后，使用plt.pie()函数来绘制饼图，其中values包含数值数据，labels包含饼图的标签。autopct参数用于显示百分比标签，startangle参数用于指定饼图的起始角度。最后，使用plt.axis('equal')确保饼图保持圆形。

2.5 绘制箱线图A

import pandas as pd
import matplotlib.pyplot as plt
import random
plt.rcParams['font.sans-serif'] = ['SimHei']


# 创建示例数据集
data = {
    'Product_A': [random.randint(50, 100) for _ in range(50)],
    'Product_B': [random.randint(40, 90) for _ in range(50)],
    'Product_C': [random.randint(60, 110) for _ in range(50)],
    'Product_D': [random.randint(30, 70) for _ in range(50)],
    'Product_E': [random.randint(20, 80) for _ in range(50)],
    'Product_F': [random.randint(70, 120) for _ in range(50)]
}

df = pd.DataFrame(data)

# 使用boxplot()函数绘制箱线图
df.boxplot(column=['Product_A', 'Product_B', 'Product_C', 'Product_D', 'Product_E', 'Product_F'])

# 添加标题和标签
plt.title('不同产品销售数据箱线图')
plt.ylabel('销售数量')

# 显示图形
plt.show()

在这个示例中，我们创建了一个包含6种产品的示例DataFrame df，每种产品有50个销售数据点。然后，我们使用boxplot()函数绘制了这6种产品的箱线图。

箱线图将展示每种产品的销售数量分布情况，包括中位数、四分位数、离群值等信息。通过比较不同产品的箱线图，您可以更好地了解它们的销售数据分布，以便进行进一步的分析和决策。这种可视化方法可以帮助您分析潜在的销售趋势和异常情况。

2.6 绘制箱线图B

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #替换为系统中支持的字体


# 创建一个示例数据集，包括三个组的数据
data = pd.DataFrame({
    'Group1': np.random.normal(0, 1, 100),
    'Group2': np.random.normal(2, 1, 100),
    'Group3': np.random.normal(1, 1, 100),
    'Group4': np.random.normal(3, 1, 100)
})

# 使用boxplot()函数绘制箱线图，指定显示的列和参数
data.boxplot(column=['Group1', 'Group2', 'Group3', 'Group4'],
             notch=True,  # 添加缺口以估计中位数的不确定性
             sym='o',  # 设置异常值标记为圆圈
             vert=False,  # 水平显示箱线图
             patch_artist=True,  # 填充箱体颜色
             showmeans=True,  # 显示均值点
             meanline=True,  # 显示均值线
             widths=0.5  # 箱体宽度
             )

# 添加标题和标签
plt.title('箱线图示例')
plt.xlabel('值')
plt.ylabel('分组')

# 显示图形
plt.show()

在这个示例中，我们创建了一个包含四个组的示例DataFrame data，每个组有100个随机数。然后，我们使用boxplot()函数绘制箱线图，并自定义了多个参数：

• notch=True：在箱体中添加缺口以估计中位数的不确定性。
• sym='o'：将异常值标记为圆圈。
• vert=False：水平显示箱线图。
• patch_artist=True：填充箱体颜色。
• showmeans=True：显示均值点。
• meanline=True：显示均值线。
• widths=0.5：设置箱体宽度。

其中每个箱体表示一个组的数据分布情况。箱线图还显示了中位数、均值点和异常值。这种可视化工具有助于比较多个组的数据分布，并检测异常值。

2.7 绘制散点图矩阵

pandas.plotting.scatter_matrix()函数用于绘制多个变量之间的散点图矩阵，帮助您了解各个变量之间的关系。这个函数可以自定义每个子图的属性，包括颜色、标记、直方图和核密度估计等。下面是一个详细的示例：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from pandas.plotting import scatter_matrix
plt.rcParams['font.sans-serif'] = ['SimHei']
# 创建一个包含多个变量的示例数据集
data = pd.DataFrame(np.random.randn(100, 4), columns=['A', 'B', 'C', 'D'])

# 使用scatter_matrix()函数绘制散点图矩阵
# 主要参数包括DataFrame对象，alpha（透明度），diagonal（对角线上的图表类型），color（颜色），marker（标记类型）等
scatter_matrix(data, alpha=0.8, figsize=(8, 8), diagonal='hist', color='blue', marker='o')

# 添加标题
plt.suptitle('散点图矩阵示例')

# 显示图形
plt.show()

在这个示例中，我们首先创建了一个包含四个随机变量的示例DataFrame data。然后，我们使用scatter_matrix()函数绘制散点图矩阵，指定了一些参数：

• alpha参数设置透明度，这样可以看到重叠点。
• figsize参数设置图形的大小。
• diagonal参数设置对角线上的图表类型，这里使用直方图。
• color参数设置散点的颜色。
• marker参数设置散点的标记类型。

最后，我们添加了标题并显示图形。

2.8 绘制面积图

面积图 (Area Plot)

面积图用于可视化时间序列或有序数据的变化趋势，通常用于显示数据的累积变化

import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']


# 创建示例数据集
data = {
    'Year': [2000, 2001, 2002, 2003, 2004],
    'Product_A': [100, 120, 140, 160, 180],
    'Product_B': [80, 90, 110, 130, 150]
}

df = pd.DataFrame(data)

# 使用plot()函数创建面积图
plt.figure(figsize=(8, 6))
plt.stackplot(df['Year'], df['Product_A'], df['Product_B'], labels=['Product_A', 'Product_B'], alpha=0.7)
plt.xlabel('年份')
plt.ylabel('销售数量')
plt.title('面积图示例')
plt.legend(loc='upper left')
plt.show()

在上述示例中，我们首先创建了一个包含年份和两种产品销售数量的示例DataFrame。然后，使用stackplot()函数 创建面积图，alpha参数设置透明度，labels参数设置图例标签，legend()函数用于显示图例。

2.9 绘制热力图

热力图 (Heatmap)

热力图用于可视化矩阵数据中各个元素之间的关系，通常通过颜色来表示数值的大小。

要在Pandas中绘制热力图，通常需要使用辅助库，最常见的是Seaborn和Matplotlib。Seaborn提供了高级的热力图绘制函数，而Matplotlib用于显示图形。以下是如何在Pandas中使用Seaborn和Matplotlib绘制热力图的示例：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

plt.rcParams['font.sans-serif'] = ['SimHei'] #替换为系统中支持的字体

# 创建示例数据集
data = np.random.rand(5, 5)  # 5x5的随机矩阵

# 转换为DataFrame
df = pd.DataFrame(data, columns=['A', 'B', 'C', 'D', 'E'])

# 使用seaborn的heatmap()函数创建热力图
plt.figure(figsize=(8, 6))
sns.heatmap(df, annot=True, cmap='coolwarm', linewidths=.5)
plt.title('热力图示例')
plt.show()

在上述示例中，我们首先创建了一个随机矩阵，并将其转换为Pandas DataFrame。然后，使用Seaborn的heatmap()函数来绘制热力图。参数annot=True用于在图表上显示数值标签，cmap用于设置颜色映射，linewidths用于设置单元格之间的间隔线宽度。

---

2.10 绘制核密度估计图

plot.kde()函数 ：plot.kde()函数用于绘制核密度估计图，显示数据的概率密度分布。

import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei'] #替换为系统中支持的字体

# 创建示例数据集
data = {'Values': [10, 15, 13, 18, 25, 12, 22, 27, 16, 21]}

df = pd.DataFrame(data)

# 使用plot.kde()函数创建核密度估计图
df['Values'].plot.kde()
plt.xlabel('数值')
plt.ylabel('概率密度')
plt.title('核密度估计图示例')
plt.show()

在这个示例中，我们首先创建了一个包含示例数据的DataFrame df，然后使用plot.kde()函数绘制核密度估计图。这个图表显示了数据的概率密度分布，它是一个平滑的曲线，代表了数据在不同数值上的概率密度。