迹忆客 专注技术分享

Pandas 是 Python 中的一个开源数据分析库。它提供了许多内置方法来对数值数据执行操作。

数据可视化现在非常流行，用于通过视觉快速分析数据。我们可以通过一个名为 Matplotlib 的库来可视化 Pandas 数据框中的数据。

它提供了多种图表来绘制数据。

在 Pandas 中绘制带有数据点的单线图

直线图图是一种图形，它显示了一系列称为标记的数据点，由直线连接。它表示数据点或趋势随时间的变化。

在以下示例中，我们有天气数据。要绘制日期和温度之间的关系，首先，我们必须使用 list() 方法将所需的列转换为列表。

在 plot() 的帮助下，我们可以通过指定 x 和 y 来绘制直线图图。

我们可以通过指定线条 color、linestyle、marker 和 label 来进一步装饰图形。我们还使用 xlabel() 和 ylabel() 方法为两个轴提供了标题。

为了旋转 x 标签，我们使用了 xticks() 方法。为了清晰起见，legend() 在图表的角落显示带有颜色的线条标签。

最后，我们调用 show() 方法来显示直线图图，说明日期和温度之间的关系。

示例代码：

# Python 3.x
import matplotlib.pyplot as plt
import pandas as pd

df = pd.read_csv("weather_data.csv")
display(df)
date = df["Date"]
temp = df["Temperature in Celcius"]
x = list(date)
y = list(temp)
plt.plot(x, y, color="g", linestyle="solid", marker="o", label="Temperature")
plt.xlabel("Date")
plt.xticks(rotation=25)
plt.ylabel("Temperature in Celcius")
plt.title("Temperature Data")
plt.legend()
plt.show()

输出：

用 Pandas 中的数据点绘制多条线图

假设我们想在图中可视化 Pandas 数据框的多个属性。在这种情况下，我们必须创建许多线图，每个线图对应一条线。

每行都有不同的颜色和标签。我们在以下示例中显示了每个日期的温度和湿度的线图。

在这里，图例有助于区分代表温度和湿度的线条。

示例代码：

# Python 3.x
import matplotlib.pyplot as plt
import pandas as pd

df = pd.read_csv("weather_data.csv")
display(df)
date = df["Date"]
temp = df["Temperature in Celcius"]
humidity = df["Humidity in %"]
x = list(date)
y1 = list(temp)
y2 = list(humidity)
plt.plot(x, y1, color="g", linestyle="solid", marker="o", label="Temperature")
plt.plot(x, y2, color="b", linestyle="solid", marker="o", label="Humidity")
plt.xlabel("Date")
plt.xticks(rotation=25)
plt.title("Temperature and Humidity Data")
plt.legend()
plt.show()

输出：