数据可视化可以让我们很直观的发现数据中隐藏的规律，察觉到变量之间的互动关系，可以帮助我们更好的给他人解释现象，做到一图胜千文的说明效果。
常见的数据可视化库有：
-
matplotlib
是最常见的2维库，可以算作可视化的必备技能库，由于matplotlib是比较底层的库，api很多，代码学起来不太容易。
-
seaborn
是建构于matplotlib基础上，能满足绝大多数可视化需求。更特殊的需求还是需要学习matplotlib。
-
pyecharts
上面的两个库都是静态的可视化库，而pyecharts有很好的web兼容性，可以做到可视化的动态效果。
但是在数据科学中，几乎都离不开pandas数据分析库，而pandas可以做：
-
数据采集
：如何批量采集网页表格数据？
-
数据读取
：pd.read_csv/pd.read_excel
-
数据清洗
（预处理）
：理解pandas中的apply和map的作用和异同
-
可视化
，兼容matplotlib语法(今天重点)
如果你之前没有学过pandas和matpltolib,我们先安装好这几个库
!pip3 install numpy!pip3 install pandas!pip3 install matplotlib
已经安装好，现在我们导入这几个要用到的库。使用的是伦敦天气数据，一开始我们只有12个月的小数据作为例子
%matplotlib inlineimport matplotlib.pyplot as pltimport numpy as npimport pandas as pddf = pd.read_csv('data/london2018.csv')df
-
选择Month作为横坐标，Tmax作为纵坐标，绘图。
大家注意下面两种写法
df.plot(x='Month', y='Tmax')plt.show()
-
横坐标轴参数x传入的是df中的列名Month
-
纵坐标轴参数y传入的是df中的列名Tmax
上面的图就是折线图，折线图语法有三种
-
df.plot(x='Month', y='Tmax')
-
df.plot(x='Month', y='Tmax', kind='line')
-
df.plot.line(x='Month', y='Tmax')
-
df.plot.line(x='Month', y='Tmax')plt.show()
df.plot(x='Month', y='Tmax', kind='line', grid=True)plt.show()
上面的折线图中只有一条线， 如何将多个y绘制到一个图中，
比如Tmax， Tmin。
df.plot(x='Month', y=['Tmax', 'Tmin'])plt.show()
df.plot(x='Month', y='Rain', kind='bar')plt.show()
bar环卫barh，就可以将条形图变为水平条形图
df.plot(x='Month', y='Rain', kind='barh')plt.show()
多个变量的条形图
df.plot(kind='bar', x = 'Month', y=['Tmax', 'Tmin'])plt.show()
df.plot(kind='scatter', x = 'Month', y = 'Sun')plt.show()
df.plot(kind='pie', y='Sun')plt.show()
上图绘制有两个小问题：
-
legend图例不应该显示
-
月份的显示用数字不太正规
df.index = ['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec']df.plot(kind='pie', y = 'Sun', legend=False)plt.show()
一开头的数据只有12条记录(12个月)的数据，现在我们用更大的伦敦天气数据
import pandas as pddf2 = pd.read_csv('data/londonweather.csv')df2.head()
df2.Rain.describe()count 748.000000mean 50.408957std 29.721493min 0.30000025% 27.80000050% 46.10000075% 68.800000max 174.800000Name: Rain, dtype: float64
上面一共有748条记录, 即62年的记录。
df2.plot.box(y='Rain')#df2.plot(y='Rain', kind='box')plt.show()
df2.plot(y='Rain', kind='hist')plt.show()
纵坐标的刻度可以通过bins设置
df2.plot(y='Rain', kind='hist', bins=[0,25,50,75,100,125,150,175, 200])plt.show()
