Python 可以对数据进行哪些可视化？

Python 可视化

一、条形图（或柱状图）

1.代码如下：

bash 复制代码

import matplotlib.pyplot as plt
import pandas as pd



df = pd.DataFrame({
      'County':['America','Canada','Australia','Germany','French','China'],
      'GDP':[80,30,70,80,60,75]
})

plt.bar(df['County'],df['GDP'],align='center',width=0.5,color='b',label='data')
plt.xlabel('County')
plt.ylabel('GDP')
plt.title('2024 World GDP')
plt.legend()
plt.show()

2.运行结果如下：

二、折线图

1.代码如下：

bash 复制代码

import matplotlib.pyplot as plt
import pandas as pd

df = pd.DataFrame({
      'County':['America','Canada','Australia','Germany','French','China'],
      'GDP':[80,30,70,80,60,75]
})

plt.plot(df['County'],df['GDP'])
# 设置y轴起始点为0
plt.ylim(bottom=0)
plt.xlabel('County')
plt.ylabel('GDP')
plt.title('2024 World GDP')
plt.legend()
plt.show()

2.运行结果如下：

三、饼状图

1.代码如下：

bash 复制代码

import matplotlib.pyplot as plt
import pandas as pd

df = pd.DataFrame({
      'County':['America','Canada','Australia','Germany','French','China'],
      'GDP':[35,10,5,15,20,25]
})

plt.pie(df['GDP'],labels = df['County'],autopct='%1.1f%%', startangle=90)

plt.title('2024 World GDP')
# 确保饼图是圆形的，而不是椭圆形的

plt.axis('equal')

plt.show()

2.运行结果如下：

四、散点图

1.代码如下：

bash 复制代码

import matplotlib.pyplot as plt
import pandas as pd

df = pd.DataFrame({
      'County':['America','Canada','Australia','Germany','French','China'],
      'GDP':[80,30,70,80,60,75]
})

# 创建散点图
plt.scatter(df['County'], df['GDP'])
# 设置y轴起始点为0
plt.ylim(bottom=0)
plt.title('2024 World GDP')
plt.xlabel('County')
plt.ylabel('GDP')

# 显示网格线
plt.grid(True)
plt.show()

画图时，设置y轴起始点为0，设置x轴起点为0方法

bash 复制代码

# 设置y轴起始点为0
plt.ylim(bottom=0)
# 设置x轴范围，起点为0
plt.xlim(left=0)

2.运行结果如下：

五、箱型图

1.代码如下：

bash 复制代码

import pandas as pd
import matplotlib.pyplot as plt

# 假设我们有一个DataFrame，其中包含几组数据
data = {
        'age': [12, 22, 31, 42, 52, 64, 78, 81, 96, 10]
}

df = pd.DataFrame(data)

# 创建一个新的图形和坐标轴对象
fig, ax = plt.subplots()

# 使用DataFrame的boxplot方法创建箱型图
bp = df.boxplot(ax=ax)

# 设置标题和轴标签
ax.set_title('Age Boxplot')
ax.set_xlabel('Age')
ax.set_ylabel('Values')

# 显示图形
plt.show()

2.运行结果如下：