pandas怎么取列的数据（一文看全Pandas中plot函数各种参数设置小技巧）

威哥 2023-10-01 04:55:28 320

pandas怎么取列的数据（一文看全Pandas中plot函数各种参数设置小技巧）数据帧中一些列的名称比较冗长，可以重命名使其更加简洁：import pandas as pd df=pd.read_csv(‘./world-happiness-report-2019.csv’) df.head(3) 这个csv图标的内容是各个国家按照不同维度评价的幸福指数（数据下载地址见文末）：最近，一位来自印度的小哥以2019年世界幸福指数的数据为例，详细讲述了在Pandas中plot()函数的各种参数设置的小技巧，熟练掌握这些技巧后，你也能绘制出丰富多彩的可视化图表。导入数据在绘制图形前，我们首先需要导入csv文件：

晓查编译整理

量子位出品 | 公众号 QbitAI

数据可视化本来是一个非常复杂的过程，但随着Pandas数据帧plot()函数的出现，使得创建可视化图形变得很容易。

在数据帧上进行操作的plot()函数只是matplotlib中plt.plot()函数的一个简单包装，可以帮助你在绘图过程中省去那些长长的matplotlib代码。

最近，一位来自印度的小哥以2019年世界幸福指数的数据为例，详细讲述了在Pandas中plot()函数的各种参数设置的小技巧，熟练掌握这些技巧后，你也能绘制出丰富多彩的可视化图表。

导入数据

在绘制图形前，我们首先需要导入csv文件：

import pandas as pd df=pd.read_csv(‘./world-happiness-report-2019.csv’) df.head(3)

这个csv图标的内容是各个国家按照不同维度评价的幸福指数（数据下载地址见文末）：

pandas怎么取列的数据（一文看全Pandas中plot函数各种参数设置小技巧）(1)

数据帧中一些列的名称比较冗长，可以重命名使其更加简洁：

df.rename(columns={“Country (region)”: “Country” “Log of GDP\nper capita”: “Log_GDP_per_capita” “Healthy life\nexpectancy”:”Health_life_expect”} inplace=True) df.columns

绘制柱状图、散点图等常见图形

从最近简单的柱状图开始，只统计腐败程度、自由度、宽容度、社会支持等几个维度

%matplotlib tk df1=df[:5] df1.plot(‘Country’ [‘Corruption’ ’Freedom’ ’Generosity’ ’Social support’] kind = ‘bar’)

嫌直接写名称太麻烦？没关系，我们也可以用所在列的数字来绘制，比如上述4个列分别为7、6、8、5：

%matplotlib tk df1=df[:5] df1.plot(‘Country’ [7 6 8 5] kind = ‘bar’)

pandas怎么取列的数据（一文看全Pandas中plot函数各种参数设置小技巧）(2)

在上面的代码中kind = ‘bar’，所以绘制的图形是柱状图，如果我们把参数改成kind = ‘line’，画出的就是线状图。

df1=df[:5] df1.plot(‘Country’ [‘Corruption’ ’Freedom’ ’Generosity’ ’Social support’] kind = ‘line’)

pandas怎么取列的数据（一文看全Pandas中plot函数各种参数设置小技巧）(3)

同样的，如果把参数改成kind = ‘line’，还能绘制出箱形图：

df[:5].plot(x=’Country’ kind=’box’)

pandas怎么取列的数据（一文看全Pandas中plot函数各种参数设置小技巧）(4)

对于散点图，设置kind=’scatter’，绘制出腐败程度与自由度之间的关系，用color=’R’将点定义为红色：

df.plot(x=’Corruption’ y=’Freedom’ kind=’scatter’ color=’R’)

pandas怎么取列的数据（一文看全Pandas中plot函数各种参数设置小技巧）(5)

此外，Pandas中还有一个辅助函数pandas.plotting.table，它创建一个来自数据帧的表格，并将其添加到matplotlib Axes实例中。

from pandas.plotting import table df1=df[:5] df1=df.loc[:5 [‘Country (region)’ ’Corruption’ ’Freedom’ ’Generosity’ ’Social support’]] ax=df1.plot(‘Country (region)’ [‘Corruption’ ’Freedom’ ’Generosity’ ’Social support’] kind = ‘bar’ title =’Bar Plot’ legend=None) table(ax np.round(df1.describe() 2) loc=’upper right’)

pandas怎么取列的数据（一文看全Pandas中plot函数各种参数设置小技巧）(6)

坐标轴的设置

取值范围

使用xlim和ylim两个参数可设置x和y轴的范围。在折线图中，我们要将x轴设置为0到20，y限制为从0到100。

df1=df[:20] df1[‘Freedom’].plot(kind=’line’ xlim=(0 20) ylim=(0 100))

pandas怎么取列的数据（一文看全Pandas中plot函数各种参数设置小技巧）(7)

x、y轴刻度

有时候坐标轴上的刻度并不理想，我们希望在上面标上我们喜欢的数值。

比如对于x轴，我们想要标上0、10、15和20几个值；对于y轴，我们想要标上0、50、70、100几个值，可以在xticks和yticks参数中悉数列出。

df[:20][‘Freedom’].plot(kind=’line’ xlim=(0 20) ylim=(0 100) color=’red’ xticks=([0 10 15 20]) yticks=([0 50 70 100]) title = ‘xticks’)

pandas怎么取列的数据（一文看全Pandas中plot函数各种参数设置小技巧）(8)

但是用列表来制定坐标刻度的方法，在数值太多的时候就比较麻烦了，因此我们还能通过指定刻度间隔的方法来绘制坐标轴，比如指定x轴间隔是1，y轴间隔是10：

df[:20][‘Freedom’].plot(kind=’line’ xlim=(0 20) ylim=(0 100) color=’red’ xticks=([w1 for w in range(20)]) yticks=([w10 for w in range(40)]))

pandas怎么取列的数据（一文看全Pandas中plot函数各种参数设置小技巧）(9)

如果我们不希望在坐标轴上看到数字，而是想要设置标签。我们还可以将x轴标签更改为文本标签“低、中、高”这种样式。

ax=df[:20][‘Freedom’].plot(kind=’line’ xlim=(0 20) ylim=(0 100) color=’red’ xticks=([0 10 20]) yticks=([w*30 for w in range(40)])) ax.set_xticklabels([‘Low’ ’Med’ ’High’])

pandas怎么取列的数据（一文看全Pandas中plot函数各种参数设置小技巧）(10)