Pandas 绘图

绘图

Pandas 使用 plot() 方法来创建图表。

我们可以使用 Pyplot（Matplotlib 库的子模块）在屏幕上可视化图表。

在我们的 Matplotlib 教程 中了解有关 Matplotlib 的更多信息。

实例

从 Matplotlib 导入 pyplot 并可视化我们的 DataFrame：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('data.csv')

df.plot()

plt.show()

亲自试一试

本页中的例子使用了一个名为 'data.csv' 的 CSV 文件。

下载 data.csv，或在浏览器中打开 data.csv

散点图

使用 kind 参数指定您想要一个散点图：

kind = 'scatter'

散点图需要 x 轴和 y 轴。

在下面的例子中，我们将使用 "Duration" 作为 x 轴，"Calories" 作为 y 轴。

像这样包含 x 和 y 参数：

x = 'Duration', y = 'Calories'

实例

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('data.csv')

df.plot(kind = 'scatter', x = 'Duration', y = 'Calories')

plt.show()

亲自试一试

结果

请记住：在前面的例子中，我们了解到 "Duration" 和 "Calories" 之间的相关性是 0.922721，并且我们得出结论，持续时间越长意味着燃烧的卡路里越多。

通过查看散点图，我同意这一点。

让我们创建另一个散点图，其中列之间的关系不好，比如 "Duration" 和 "Maxpulse"，相关性为 0.009403：

实例

列之间没有关系的散点图：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('data.csv')

df.plot(kind = 'scatter', x = 'Duration', y = 'Maxpulse')

plt.show()

亲自试一试

结果

直方图

使用 kind 参数来指定你想要一个直方图：

kind = 'hist'

一个直方图只需要一列数据。

直方图显示了每个区间的频率，例如，有多少次锻炼持续了 50 到 60 分钟？

在下面的例子中，我们将使用 "Duration" 列来创建直方图：

实例

df["Duration"].plot(kind='hist')

亲自试一试

结果

注意：直方图告诉我们有超过 100 次锻炼持续了 50 到 60 分钟。