人工智能之数据分析 Pandas：第八章 数据可视化

人工智能之数据分析 Pandas

第八章 数据可视化

---

前言

本文将从 基础绘图方法、常用图表类型、高级定制、与专业库对比 四个维度，系统、详细、实战化地介绍 Pandas 数据可视化的完整能力。

---

📈 一、Pandas 可视化基础

1. 核心原理

• Pandas 的 .plot() 是 Matplotlib 的封装 ，返回 matplotlib.axes.Axes 对象
• 所有 DataFrame/Series 都可直接调用 .plot()
• 语法简洁，适合快速查看数据分布、趋势、关系

2. 启用绘图支持（通常自动加载）

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

# 在 Jupyter 中显示图形（非必须，但推荐）
%matplotlib inline

---

📊 二、Series 与 DataFrame 基础绘图

1. Series 绘图（一维数据）

s = pd.Series(np.random.randn(10).cumsum(), index=pd.date_range('2025-01-01', periods=10))

# 默认折线图
s.plot()
plt.title('Series 折线图')
plt.show()

2. DataFrame 绘图（多列数据）

df = pd.DataFrame(
    np.random.randn(10, 4),
    columns=['A', 'B', 'C', 'D'],
    index=pd.date_range('2025-01-01', periods=10)
)

# 默认：每列一条线（折线图）
df.plot()
plt.title('DataFrame 多列折线图')
plt.show()

---

🎨 三、常用图表类型（通过 kind 参数指定）

图表类型	kind 值	适用场景
折线图	'line'	时间序列、趋势
柱状图	'bar'	分类比较（垂直）
水平柱状图	'barh'	类别名较长时
直方图	'hist'	数值分布
箱线图	'box'	分布与异常值
密度图	'kde' / 'density'	平滑分布估计
面积图	'area'	累计贡献
散点图	'scatter'	两变量关系
六边形图	'hexbin'	大量散点密度

✅ 所有图表都可通过 df.plot(kind='xxx') 或 df.plot.xxx() 调用

---

🔍 四、详细图表示例与参数说明

1. 折线图（Line Plot）--- 默认图表

df.plot(
    kind='line',
    title='销售额趋势',
    xlabel='日期',
    ylabel='金额（万元）',
    figsize=(10, 6),
    grid=True,
    style=['-', '--', '-.', ':']  # 线型
)
plt.show()

2. 柱状图（Bar Plot）

# 分类数据示例
sales = pd.DataFrame({
    '产品': ['手机', '电脑', '平板', '耳机'],
    'Q1': [120, 80, 50, 30],
    'Q2': [130, 85, 55, 35]
}).set_index('产品')

# 垂直柱状图（默认）
sales.plot(kind='bar', figsize=(8, 5), title='各产品季度销量')
plt.xticks(rotation=0)  # 横轴标签不旋转
plt.show()

# 水平柱状图
sales.plot(kind='barh', stacked=True)  # 堆叠
plt.show()

3. 直方图（Histogram）--- 查看分布

df['A'].plot(kind='hist', bins=20, alpha=0.7, title='A 列数据分布')
plt.show()

# 多列直方图（重叠）
df[['A', 'B']].plot.hist(alpha=0.5, bins=20)
plt.show()

4. 箱线图（Box Plot）--- 查看分布与异常值

df.plot(kind='box', title='各列数据分布箱线图')
plt.ylabel('数值')
plt.show()

5. 散点图（Scatter Plot）--- 两变量关系

# 需指定 x 和 y 列
df.plot(
    kind='scatter',
    x='A',
    y='B',
    c='C',          # 颜色映射第三列
    colormap='viridis',
    title='A vs B (颜色=C)'
)
plt.show()

6. 面积图（Area Plot）--- 累计贡献

df = df.abs()
df.plot(kind='area', stacked=True, alpha=0.7, title='累计贡献')
plt.show()

7. 密度图（KDE）--- 平滑分布

df['A'].plot(kind='kde', title='A 列核密度估计')
plt.show()

---

⚙️ 五、通用绘图参数（适用于所有图表）

参数	说明	示例
figsize	图形大小（宽, 高）	figsize=(10, 6)
title	图表标题	title='销售分析'
xlabel / ylabel	坐标轴标签	xlabel='月份'
grid	显示网格	grid=True
legend	显示图例	legend=True（默认）
color	颜色	color=['red', 'blue']
alpha	透明度（0~1）	alpha=0.5
rot	x 轴标签旋转角度	rot=45

---

🧩 六、高级技巧与组合图

1. 子图（Subplots）

# 每列一个子图
df.plot(subplots=True, layout=(2, 2), figsize=(10, 8))
plt.tight_layout()
plt.show()

2. 双 Y 轴（用于不同量纲）

ax = df['A'].plot(figsize=(10, 6), color='blue', label='A')
ax2 = ax.twinx()  # 共享 x 轴
df['B'].plot(ax=ax2, color='red', label='B')

ax.set_ylabel('A 值', color='blue')
ax2.set_ylabel('B 值', color='red')
plt.title('双 Y 轴图')
plt.show()

⚠️ 注意：Pandas 原生不支持 secondary_y 在 .plot() 中直接使用（旧版本支持），建议用上述 Matplotlib 方式。

3. 分组柱状图（需数据重塑）

# 将宽表转为长表（便于分组）
sales_long = sales.reset_index().melt(id_vars='产品', var_name='季度', value_name='销量')
print(sales_long)

# 使用 Seaborn 更方便（见下文对比）
plt.figure(figsize=(10, 6))
sns.barplot(x='产品', y='销量', hue='季度', data=sales_long)
plt.title('各产品季度销量')
plt.show()

---

🔁 七、Pandas vs 专业可视化库

功能	Pandas	Seaborn	Plotly
易用性	⭐⭐⭐⭐⭐（极简）	⭐⭐⭐⭐	⭐⭐⭐
统计图表	基础	⭐⭐⭐⭐⭐（箱线、小提琴等）	⭐⭐⭐
美观度	一般（可定制）	⭐⭐⭐⭐⭐（默认美观）	⭐⭐⭐⭐⭐（交互式）
交互性	❌	❌	⭐⭐⭐⭐⭐
大数据性能	一般	一般	较好（WebGL）
适用场景	快速 EDA	发表级静态图	仪表盘、Web 应用

✅ 推荐使用策略：

• 探索阶段：用 Pandas 快速画图
• 报告/论文：用 Seaborn 美化
• 交互展示：用 Plotly/Dash

示例：相同图表用 Seaborn 更简洁美观

import seaborn as sns

# 散点图 + 回归线
sns.scatterplot(data=df, x='A', y='B', hue='C')
sns.regplot(data=df, x='A', y='B', scatter=False)
plt.show()

# 箱线图（按类别）
sns.boxplot(data=sales_long, x='产品', y='销量', hue='季度')
plt.show()

---

🛠️ 八、常见问题与解决方案

1. 中文乱码

plt.rcParams['font.sans-serif'] = ['SimHei']  # Windows
plt.rcParams['axes.unicode_minus'] = False    # 正常显示负号

2. 图形不显示（Jupyter 外）

plt.show()  # 必须调用

3. 时间序列 X 轴格式混乱

df.plot()
plt.gca().xaxis.set_major_formatter(plt.matplotlib.dates.DateFormatter('%Y-%m'))
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

4. 颜色自定义

df.plot(color=['#FF5733', '#33FF57', '#3357FF'])

---

✅ 九、总结：Pandas 可视化最佳实践

场景	推荐做法
快速查看趋势	df.plot()（折线图）
比较分类数据	df.plot.bar()
检查数据分布	df.plot.hist() 或 df.plot.kde()
发现变量关系	df.plot.scatter(x, y)
检测异常值	df.plot.box()
需要美观/发表	转用 Seaborn
需要交互	转用 Plotly

💡 记住 ： Pandas 可视化 = 快速探索的"瑞士军刀"， 不是最终交付工具，但能极大提升分析效率！

---

后续

python过渡项目部分代码已经上传至gitee，后续会逐步更新。

资料关注

公众号：咚咚王 gitee：gitee.com/wy185850518...

《Python编程：从入门到实践》 《利用Python进行数据分析》 《算法导论中文第三版》 《概率论与数理统计（第四版） (盛骤) 》 《程序员的数学》 《线性代数应该这样学第3版》 《微积分和数学分析引论》 《（西瓜书）周志华-机器学习》 《TensorFlow机器学习实战指南》 《Sklearn与TensorFlow机器学习实用指南》 《模式识别（第四版）》 《深度学习 deep learning》伊恩·古德费洛著 花书 《Python深度学习第二版(中文版)【纯文本】 (登封大数据 (Francois Choliet)) (Z-Library)》 《深入浅出神经网络与深度学习+(迈克尔·尼尔森（Michael+Nielsen）》 《自然语言处理综论 第2版》 《Natural-Language-Processing-with-PyTorch》 《计算机视觉-算法与应用(中文版)》 《Learning OpenCV 4》 《AIGC：智能创作时代》杜雨+&+张孜铭 《AIGC原理与实践：零基础学大语言模型、扩散模型和多模态模型》 《从零构建大语言模型（中文版）》 《实战AI大模型》 《AI 3.0》