pandas实现数据可视化的示例代码_python_

#pandas主要使用plot函数进行数据可视化绘图，完整表达式如下，本文仅罗列常见的参数，其他参数待用到时，可自行学习 df.plot( x='A',#即绘图x轴用的数据列标签，如果不指定，则默认为index y='B',#即绘图y轴用的数据列标签，可指定一个，也可指定多个，指定多个使用列表格式['A', 'B'] use_index=True,#设置是否用DF的index行索引作为x轴，默认是True，当x不传入值时，便用index kind='line',#即绘图用的图表类型，枚举有line（折线）、bar（条形图）、barh（横向条形图）、hist（柱状图）、box（箱线图或蜡烛图）、area（面积图）、pie（饼图）、scatter（散点图）等 subplots=True,#子图，即如果y指定的是多列，则将每列分为一个子图，与layout一起使用 layout=(2,2),#2*2布局，即4个子图 sharex=True,#如果有子图，子图共x轴刻度，标签，默认True sharey=False,#如果有子图，子图共y轴刻度，标签，默认False，即不共享 figsize=(12,8),#设置图表大小，横纵方向，单位英尺 title='title',#设置图表的标题 grid=True,#设置图表的格子，默认False，即不添加格子 legend=True，#即设置是否添加图例，默认True color=['r', 'g', 'b'],#设置不同序列或不同组对应展示的图表颜色，序列格式（列表或元组），默认none，一般不需要显示指定，系统会自动分配 xticks=[],#设置x轴刻度，序列形式（列表或元组），可自定义横轴的刻度，默认none，一般不需要 yticks=[],#设置y轴刻度，序列形式（列表或元组），可自定义纵轴的刻度，默认none，一般不需要 rot=0,#设置轴刻度旋转角度，默认是0，即水平展示 fontsize=12,#设置横纵坐标刻度字体大小 xlim=[0,100],#设置x轴刻度区间，序列形式（列表或元素），默认不设置，由系统自动判断 ylim=(0,100),#设置y轴刻度区间，序列形式（列表或元素），默认不设置，由系统自动判断 ax,#设置此次绘图的目标axes（坐标系），在本文最后会详细展开，可以理解为，其是pandas暴露的与matplotlib无缝衔接的接口 ) #df.plot()函数返回值为此次绘图所生成的坐标系，可以是1个，也可以是多个，视subplots是True或False而定 #pandas的plot绘图后，还可结合Matplotlib，对生成的图表的属性进一步定制和设置 plt.grid(linewidth=0.2, alpha=0.5) 

#为了让该篇文章更加易懂，这次会使用真实数据进行数据分析及可视化的演示 #网上获取公开数据源的平台比较多，比如AkShare、Tushare、BaoStock等 #其中Tushare使用时较为便捷，但使用接口获取数据时还需要积分达到一定的值，而AkShare数据则完全公开，调用时没有任何限制，故本文内均会使用AKShare的数据 #获取数据方法如下： import akshare as ak #如果没有安装akshare，请自行pip安装 df=ak.macro_cnbs() #每一个接口获取的数据不一样，此处只使用历年中国宏观杠杆率数据 #AKShare详细教程和数据可访问以下链接 https://www.akshare.xyz/zh_CN/latest/index.html

#折线图，一般用来分析某数据指标（列）随着index或另外一个数据序列的变化趋势，也是最常见的图表 #数据源，以下使用AkShare 数据平台的 中国宏观杠杆率 作为数据源 import akshare as ak import pandas as pd import matplotlib.pyplot as plt df=ak.macro_cnbs() #获取中国历史各部门的杠杆率 #df.head() 年份 居民部门 非金融企业部门 政府部门 中央政府 地方政府 实体经济部门 金融部门资产方 金融部门负债方 0 1993-12 8.311222 91.658000 4.249689 3.572548 7.822237 107.791459 8.896441 7.128428 1 1994-12 7.808230 82.411703 4.989987 3.144351 8.134338 98.354271 9.808787 6.796868 2 1995-12 8.200000 81.000000 5.700000 3.000000 8.700000 97.900000 10.000000 7.000000 3 1996-03 8.400000 81.700000 6.100000 3.000000 9.100000 99.200000 10.200000 7.200000 4 1996-06 8.600000 82.100000 6.000000 3.000000 9.000000 99.700000 10.400000 7.400000 df.plot(x='年份',y=['居民部门','政府部门','地方政府'],kind='line', figsize=(10,8),fontsize=12,title='金融杠杆率') #运行后，生成图表如下，可见基本来说，杠杆率在逐年增加，其中居民部门的杠杆率，在2008年以后出现骤增的趋势，可能与房价快速上涨有关

#如果使用子图，对各个经济部门的杠杆率分开展示，则如下 df.plot(x='年份',y=['居民部门','政府部门','地方政府'], subplots=True, layout=(1,3),kind='line', figsize=(10,8),fontsize=12,title='金融杠杆率') #运行后图表如下，可见如果拆成子图之后，会更加清晰些

#柱状图（条形图）一般用来分析某指定时间段内，不同指标之间的对比，同时还可以分析变化趋势 #相较于折线图，会表现的更加直观，条形图，或者叫柱状图,一般用于分析不同时间段不同指标或组别的表现对比，但如果要判断趋势，最好还是用折线图会更加直观 #数据源，仍然以中国各经济部门宏观杠杆率为准，但是只取前20行数据，因数据量太大 df.iloc[range(20)].plot(x='年份',y=['居民部门','政府部门','地方政府'],kind='bar',figsize=(10,8),fontsize=12,title='金融杠杆率')#运算后，生成的图标如下

#柱状图还有一种变种，即堆叠柱状图，相当于将需要对比的不同组别的指标值加和，并展示在一个柱内，用不同颜色区分 #该种图表既可以体现同一时期或区间不同组别的指标占比大小（根据数值），还可以观察不同时期对应组别累加值的变化趋势 #比如不同季度4个销售团队的销售业绩，那么堆叠柱状图即可以对比不同季度各个销售团队的业绩，还可以观察4个销售团队在不同季度业绩总和的变化趋势 df.iloc[range(20)].plot(x='年份',y=['居民部门','政府部门','地方政府'],kind='bar', stacked=True,figsize=(10,8),fontsize=12,title='金融杠杆率') #运行后图表如下

#横向柱状图，基本就是将bar图给横过来，没有其他区别，有横向柱状图的原因，主要是长短相较于高低会更加直观些，大概可能是因为人类的视觉习惯吧 #还是以中国宏观杠杆率数据为数据源 df.iloc[range(20)].plot(x='年份',y=['居民部门','政府部门','地方政府'],kind='barh', stacked=True,figsize=(10,8),fontsize=12,title='金融杠杆率') #运行后图表如下，为叠加效果

#以下为不叠加数据的效果 df.iloc[range(20)].plot(x='年份',y=['居民部门','政府部门','地方政府'],kind='barh',figsize=(10,8),fontsize=12,title='金融杠杆率') #运行后图表如下

#直方图一般用在统计数据可视化领域，类似概率分布，即数据序列在不同值区间内分布的情况 #默认情况下，plot会将序列数据值分为10个数值区间并统计数值在不同区间的个数，即频数图，如果要展示的是频率图，则设置density = True即可。 #仍以中央宏观杠杆率数据为例，我们想看下不同经济部门历年杠杆率区间分布情况 df.plot(y=['居民部门','地方政府'],kind='hist',figsize=(10,8),fontsize=12,title='金融杠杆率区间分布情况') #运行后，图表如左图，为频数图 df.plot(y=['居民部门','地方政府'],kind='hist',density = True, figsize=(10,8),fontsize=12,title='金融杠杆率区间分布情况') #运行后，图表如中图，为频率图 df.plot(y=['居民部门','地方政府'],kind='hist',density = True, figsize=(10,8),fontsize=12,title='金融杠杆率区间分布情况') #运行后，图表如右图，为频率图，且设置透明度

#如果对系统自动划分的10个区间不太满意，比如感觉太多或者太少，也可以自定义区间值，一般有两种方式 #1、使用bins参数，直接指定需要划分的区间数量，默认是10，可设置比如15或5等 #2、使用xticks参数，直接指定横轴的坐标刻度值 #1、使用bins参数 df.plot(y=['居民部门','地方政府','中央政府'],kind='hist',figsize=(10,6),fontsize=12,title='金融杠杆率区间分布图',bins=15) #指定将区间划分为15个，如下左图所示 #2、使用xticks参数 xtick=[5,10,15,20,25,30,35,40,45,50,55,60] colormap=('r','g','b') df.plot(y=['居民部门','地方政府','中央政府'],kind='hist',figsize=(10,6),fontsize=12,title='金融杠杆率区间分布图',xticks=xtick)#指定将区间按照指定刻度划分，如下右图所示