Python中pandas繪制可視化圖表的方法

眾所周知，Pandas是基于Python平臺的大數據分析與處理的利器，它可以把十分復雜的可視化過程，變得簡單一點。本文將以2019年世界幸福指數的數據為例，為大家詳細展示如何利用pandas繪制可視化圖表。相信經過本次手把手教學，大家可以舉一反三掌握繪制可視化圖表的能力。感興趣的朋友趕緊來看詳細的步驟解析吧！

第一步：導入csv文件

import pandas as pd

df=pd.read_csv(‘./world-happiness-report-2019.csv’)

df.head(3)

這個csv圖標的內容是各個國家按照不同維度評價的幸福指數，數據幀中一些列的名稱比較冗長，可以重命名使其更加簡潔：

df.rename(columns={“Country (region)”: “Country”, “Log of GDPper capita”: “Log_GDP_per_capita”, “Healthy lifeexpectancy”:”Health_life_expect”},inplace=True)

df.columns

第二步：開始繪制圖形

我們可以先從簡單的柱狀圖開始，只統計腐敗程度、自由度、寬容度、社會支持等幾個維度：

%matplotlib tk

df1=df[:5]

df1.plot(‘Country’,[‘Corruption’,’Freedom’,’Generosity’,’Social support’],kind = ‘bar’)

嫌直接寫名稱太麻煩？沒關系，我們也可以用所在列的數字來繪制，比如上述4個列分別為7、6、8、5：

%matplotlib tk

df1=df[:5]

df1.plot(‘Country’,[7,6,8,5],kind = ‘bar’)

在上面的代碼中kind = ‘bar’，所以繪制的圖形是柱狀圖，如果我們把參數改成kind = ‘line’，畫出的就是線狀圖。

df1=df[:5]

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

第三步：設置坐標軸

（1）取值范圍

在繪制可視化圖表之前，大家要先設置坐標軸。使用xlim和ylim兩個參數可設置x和y軸的范圍。在折線圖中，我們要將x軸設置為0到20，y限制為從0到100。

df1=df[:20]

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

（2）x、y軸刻度

有時候坐標軸上的刻度并不理想，我們希望在上面標上我們喜歡的數值。比如對于x軸，我們想要標上0、10、15和20幾個值；對于y軸，我們想要標上0、50、70、100幾個值，可以在xticks和yticks參數中悉數列出。

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’)

（3）對數坐標

如果數據的跨度范圍非常大，橫跨好幾個數量級，那么用線性坐標就無法很好地展示數據。這時候我們需要用到對數坐標，設置方法是將logx或者logy的值設置為Ture。如果我們只想設置x軸為對數坐標，y軸仍保持線性坐標，那么

df[:20][‘Freedom’].plot(kind=’line’,xlim=(0,1000),ylim=(0,100),color=’red’,logx=True)

第四步：其他高階用法

可以使用stacked參數來繪制帶有條形圖的堆疊圖。在這里，我們繪制堆疊的水平條，stacked設置為True。將grid參數設置為True，可以給圖表加入網格。有了subplot參數還可以繪制子圖，根據需要指定行數和列數以及繪圖的數量。

總的來講，只要掌握以上的各種參數設置技巧，利用pandas繪制可視化圖表也不并困難。光說不練假把式，大家要想快速上手可視化圖表，不妨現在就開始嘗試著繪制一下吧！