資料視覺化｜一篇文章詳細解讀Pandas視覺化圖表

17 min readSep 26, 2021

一些常見的Pandas視覺化圖表操作教程

今天簡單介紹一下Pandas視覺化圖表的一些操作，Pandas其實提供了一個繪圖方法plot()，可以很方便的將Series和Dataframe型別資料直接進行資料視覺化。

1. 概述

這裡我們引入需要用到的庫，並做一些基礎設定。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt# 設定 視覺化風格
plt.style.use(‘tableau-colorblind10’)# 以下程式碼從全域性設定字型為SimHei（黑體），解決顯示中文問題【Windows】
plt.rcParams[‘font.sans-serif’] = [‘SimHei’]# 解決中文字型下座標軸負數的負號顯示問題
plt.rcParams[‘axes.unicode_minus’] = False

plot方法預設是折線圖，而它還支援以下幾類圖表型別：

‘line’ : 折線圖 (default)
‘bar’ : 柱狀圖
‘barh’ : 條形圖
‘hist’ : 直方圖
‘box’ : 箱型圖
‘kde’ : 密度圖
‘density’ : 同密度圖
‘area’ : 面積圖
‘pie’ : 餅圖
‘scatter’ : 散點圖 (DataFrame only)
‘hexbin’ : 六邊形箱體圖 (DataFrame only)

# 隨機種子
np.random.seed(1)
ts = pd.Series(np.random.randn(100), index=pd.date_range(“1/1/2020”, periods=100))
ts = ts.cumsum()
ts.plot()

2. 圖表元素設定

圖表元素設定主要是指資料來源選擇、圖大小、標題、座標軸文字、圖例、網格線、圖顏色、字型大小、線條樣式、色系、多子圖、圖形疊加與繪圖引擎等等。

資料來源選擇

這裡是指座標軸的x、y軸資料，對於Series型別資料來說其索引就是x軸，y軸則是具體的值；對於Dataframe型別資料來說，其索引同樣是x軸的值，y軸預設為全部，不過可以進行指定選擇。

# 隨機種子
np.random.seed(1)
df = pd.DataFrame(np.random.randn(100, 4), index=ts.index, columns=list(“ABCD”))
df = df.cumsum()
df.head()

對於案例資料，直接繪圖效果如下（顯示全部列）

df.plot()

我們可以指定資料來源，比如指定列A的資料

df.plot(y=’A’)

我們還可以指定x軸和多列為y，我這裡先構建一列X，然後進行資料來源選取

df[“X”] = list(range(len(df)))
df.head()

選擇X列為x軸，B、C列為y軸資料

# 指定多個Y
df.plot(x=’X’,y=[‘B’,’C’])

圖大小

透過引數figsize傳入一個元組，指定圖的長寬（英寸）

注意：以下我們以柱狀圖為例做演示

np.random.seed(1)
df = pd.DataFrame(np.random.rand(10, 3), columns=[“a”, “b”, “c”])
df.head()

# 圖大小
df.plot.bar(figsize=(10,5))

除了在繪圖時定義影象大小外，我們還可以透過matplotlib的全域性引數設定影象大小

plt.rcParams[‘figure.figsize’] = (10,5)

標題

透過引數title設定圖表標題，需要注意的是如果想要顯示中文，需要提前設定相關字型引數，參考此前推文《詳解Matplotlib中文字元顯示問題》

# 標題
df.plot.bar(title=’標題’,)

圖例

透過引數legend可以設定圖例，預設是顯示圖例的，可以不顯示或者顯示的圖例順序倒序

# 圖例不顯示
df.plot.bar(legend=False)

# 圖例倒序
df.plot.bar(legend=’reverse’)

座標軸文字

細心的朋友可能會發現，在上圖中x軸標籤數字顯示是躺著的，怎麼坐起來呢？

那麼可以透過引數rot設定文字的角度

# x軸標籤旋轉角度
df.plot.bar(rot=0)

網格線

預設情況下圖表是不顯示網格線的，我們可以透過引數grid來設定其顯隱

# 網格線
df.plot.bar(grid=True)

圖顏色

透過color引數可以設定填充顏色，edgecolor可以設定邊框顏色

# 指定顏色
df.plot.bar(color=[‘red’,’orange’,’yellow’], edgecolor=’grey’)

字型大小

透過fontsize可以設定字型大小

# 字型大小
df.plot.bar(fontsize=20)

線條樣式

對於折線圖來說，還可以設定線條樣式style

df.plot(style = [‘.-’,’ — ‘,’*-’] # 圓點、虛線、星星
 )

色系

透過colormap引數可以指定色系，色系選擇可以參考matplotlib庫的色系表

# 指定色系
x = df.plot.bar(colormap=’rainbow’)

多子圖

透過subplots引數決定是否以多子圖形式輸出顯示圖表

# 多子圖
x = df.plot.line(title =’多子圖’,
 fontsize =16,
 subplots =True, # 分列
 style = [‘.-’,’ — ‘,’*-’,’^-’] # 圓點、虛線、星星
 )

影象疊加

不同的圖表型別組合在一起

df.a.plot.bar()
df.b.plot(color=’r’)

繪圖引擎

透過backend可以指定不同的繪圖引擎，目前預設是matplotlib，還支援bokeh、plotly、Altair等等。當然，在使用新的引擎前需要先安裝對應的庫。

# 繪圖引擎
import pandas_bokehpandas_bokeh.output_notebook()
df.plot.bar(backend=’pandas_bokeh’)


# 繪圖引擎 plotly
df.plot.bar(backend=’plotly’,
 barmode=’group’,
 height=500, # 圖表高度
 width=800, # 圖表寬度
 )

3. 常見圖表型別

在介紹完圖表元素設定後，我們演示一下常見的幾種圖表型別。

柱狀圖

柱狀圖主要用於資料的對比，透過柱形的高低來表達資料的大小。

# 柱狀圖bar
df.plot.bar()

（這裡不做展示，前面案例中有）

此外我們還可以繪製堆疊柱狀圖，透過設定引數stacked來搞定

# 堆疊柱狀圖
df.plot.bar(stacked=True)

柱狀圖多子圖

# 柱狀圖多子圖
df.plot.bar(subplots=True, rot=0)

條形圖

條形圖和柱狀圖其實差不多，條形圖就是柱狀圖的橫向展示

# 條形圖barh
df.plot.barh(figsize=(6,8))

堆疊條形圖

# 堆疊條形圖
df.plot.barh(stacked=True)

直方圖

直方圖又稱為質量分佈圖，主要用於描述資料在不同區間內的分佈情況，描述的資料量一般比較大。

# 直方圖
np.random.seed(1)
df = pd.DataFrame(
 {
 “a”: np.random.randn(1000) + 1,
 “b”: np.random.randn(1000),
 “c”: np.random.randn(1000) — 1,
 },
 columns=[“a”, “b”, “c”],
)
df.head()

df.plot.hist(alpha=0.5) # alpha設定透明度

單直方圖

# 單直方圖
df.a.plot.hist()

堆疊並指定分箱數（預設為 10）

# 堆疊並指定分箱數（預設為 10）
df.plot.hist(stacked=True, bins=20)

橫向展示

# 可以透過orientation=’horizontal’和 cumulative=True 繪製橫向和累積直方圖
df[“a”].plot.hist(orientation=”horizontal”, cumulative=True)

多子圖展示

# 繪製多子圖
df.hist(color=”k”, alpha=0.5, bins=50)

單個直方圖（自定義分箱+透明度）

# 以下2種方式效果一致
df.hist(‘a’, bins = 20, alpha=0.5)
# df.a.hist(bins = 20, alpha=0.5)

分組

# by 分組
np.random.seed(1)
data = pd.Series(np.random.randn(1000))
data.hist(by=np.random.randint(0, 4, 1000), figsize=(6, 4))

箱線圖

箱線圖又稱盒須圖、箱型圖等，用於顯示一組資料分佈情況的統計圖。

np.random.seed(1)
df = pd.DataFrame(np.random.rand(10, 5), columns=[“A”, “B”, “C”, “D”, “E”])
df.head()

df.boxplot()

指定元素顏色

# 指定元素顏色
color = {
 “boxes”: “Green”, # 箱體顏色
 “whiskers”: “Orange”, # 連線顏色
 “medians”: “Blue”, # 中位數顏色
 “caps”: “Gray”, # 極值顏色
}df.boxplot(color=color, sym=”r+”)

橫向展示

df.boxplot(vert=False, positions=[1, 4, 5, 6, 8])

面積圖

面積圖又稱區域圖，是將折線圖與座標軸之間的區域使用顏色填充，填充顏色可以很好地突出趨勢資訊，一般顏色帶有透明度會更合適於觀察不同序列之間的重疊關係。

np.random.seed(1)
df = pd.DataFrame(np.random.rand(10, 4), columns=[“a”, “b”, “c”, “d”])
df.head()

預設情況下，面積圖是堆疊的

# 預設是堆疊
df.plot.area()

單個面積圖

df.a.plot.area()

取消堆疊

# 取消堆疊
df.plot.area(stacked=False)

散點圖

散點圖就是將資料點展示在直角座標系上，可以很好地反應變數之間的相互影響程度

np.random.seed(1)
df = pd.DataFrame(np.random.rand(50, 4), columns=[“a”, “b”, “c”, “d”])df[“species”] = pd.Categorical(
 [“setosa”] * 20 + [“versicolor”] * 20 + [“virginica”] * 10
)df.head()

指定一組資料

df.plot.scatter(x=”a”, y=”b”)

多組資料並用不同顏色標註

ax = df.plot.scatter(x=”a”, y=”b”, color=”Blue”, label=”Group 1")
df.plot.scatter(x=”c”, y=”d”, color=”red”, label=”Group 2", ax=ax)

一組資料，x/y及z，其中x/y表示位置、z的值用於顏色區分

df.plot.scatter(x=”a”, y=”b”, c=”c”, s=50) # 引數s代表散點大小

一組資料，然後分類並用不同顏色（色系下）表示

df.plot.scatter(x=”a”, y=”b”, c=”species”, cmap=”viridis”, s=50)

氣泡圖

df.plot.scatter(x=”a”, y=”b”, color=”red”, s=df[“c”] * 200)

餅圖

餅圖主要用於不同分類的資料佔總體的比例情況

np.random.seed(8)
series = pd.Series(3 * np.random.rand(4), index=[“a”, “b”, “c”, “d”], name=”series”)
series

series.plot.pie(figsize=(6, 6), fontsize=20)

多子圖展示

np.random.seed(8)
df = pd.DataFrame(
 3 * np.random.rand(4, 2), index=[“a”, “b”, “c”, “d”], columns=[“x”, “y”]
 )
df

df.plot.pie(subplots=True, figsize=(8, 4), fontsize=16)

指定顯示樣式

series.plot.pie(
 labels=[“AA”, “BB”, “CC”, “DD”], # 標籤
 colors=[“r”, “g”, “b”, “c”], # 指定顏色
 autopct=”%.2f”, # 數字格式（百分比）
 fontsize=20,
 figsize=(6, 6),
 )

如果資料總和小於1，可以繪製扇形

series = pd.Series([0.1] * 4, index=[“a”, “b”, “c”, “d”], name=”series2")
series.plot.pie(figsize=(6, 6), normalize=False)

4. 其他圖表型別

在常見圖表中，有密度圖和六邊形箱型圖繪製過程報錯，暫時沒有解決（本機環境：pandas1.3.1）

本節主要介紹散點矩形圖、安德魯曲線等，更多資料大家可以查閱官方文件瞭解

Chart Visualization - pandas 1.3.3 documentation

This section demonstrates visualization through charting. For information on visualization of tabular data please see…

pandas.pydata.org

散點矩形圖

from pandas.plotting import scatter_matrixdf = pd.DataFrame(np.random.randn(1000, 4), columns=[“a”, “b”, “c”, “d”])
scatter_matrix(df, alpha=0.2, figsize=(6, 6), diagonal=”kde”)

安德魯曲線

from pandas.plotting import andrews_curvesdata = pd.read_csv(“iris.csv”)
andrews_curves(data, “Name”)

以上就是本次全部內容。

文章來自公眾號「可以叫我才哥」

地址：https://mp.weixin.qq.com/s/goOXo1ey9NXHR-frRTPXfw

立即試用FineBI免費版

FineBI

免費版 FineBIintl.finebi.com

文章推選

●三週一套報表開發系統，原來Excel的頂級替代品是它

●乾貨攻略｜Python資料視覺化攻略大全，8000字超詳細！

●10張架構圖包含Python所有方向的學習路線，你們要的體系全在這

我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。各位也可以關注我的Facebook，按讚我的臉書並私訊「10」，送你十週入門數據分析電子書唷！期待你與我互動起來~