9.2 Pandas 与 Matplotlib Seaborn

9.2 Pandas 与 Matplotlib / Seaborn

9.2 Pandas 与 Matplotlib / Seaborn 的集成：数据可视化利器

Pandas 提供了强大的数据处理和分析能力，而 Matplotlib 和 Seaborn 则是 Python 中最常用的数据可视化库。将 Pandas 与 Matplotlib/Seaborn 结合使用，可以轻松地将 Pandas 数据结构（如 Series 和 DataFrame）中的数据可视化，从而更好地理解数据、发现模式和交流结果。

9.2.1 Pandas 内置的可视化功能

Pandas 自身集成了一些基于 Matplotlib 的简单绘图功能，可以直接在 Series 和 DataFrame 对象上调用 .plot() 方法进行可视化。

基本用法:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 创建一个 Series
s = pd.Series(np.random.randn(10).cumsum(), index=np.arange(0, 100, 10))
s.plot()
plt.show()
# 创建一个 DataFrame
df = pd.DataFrame(np.random.randn(10, 4).cumsum(0),
                  columns=['A', 'B', 'C', 'D'],
                  index=np.arange(0, 100, 10))
df.plot()
plt.show()
​

代码详解:

• s.plot() 和 df.plot()：这两个方法分别调用了 Matplotlib 来绘制 Series 和 DataFrame。默认情况下，DataFrame 会将每一列绘制成一条线。

• plt.show()：这个 Matplotlib 函数用于显示绘制的图形。

plot() 方法的常用参数:

• kind：指定绘图类型，例如：

  • 'line' (默认)：折线图

  • 'bar'：条形图

  • 'barh'：水平条形图

  • 'hist'：直方图

  • 'box'：箱线图

  • 'kde' 或 'density'：密度图

  • 'scatter'：散点图

  • 'pie'：饼图

• ax：指定 Matplotlib 的 Axes 对象，用于在同一个图中绘制多个图形。

• subplots：如果为 True，则将 DataFrame 的每一列绘制成一个独立的子图。

• sharex 和 sharey：控制子图是否共享 x 轴和 y 轴。

• figsize：指定图形的大小（宽度，高度），单位为英寸。

• title：设置图形的标题。

• xlabel 和 ylabel：设置 x 轴和 y 轴的标签。

• xlim 和 ylim：设置 x 轴和 y 轴的范围。

• legend：是否显示图例。

• style：指定线条的样式，例如颜色、线型、标记等。

代码示例：绘制不同类型的图:

# 条形图
df.plot(kind='bar')
plt.title("Bar Chart")
plt.show()
# 直方图
s.plot(kind='hist', bins=20)
plt.title("Histogram")
plt.show()
# 散点图 (需要指定 x 和 y)
df.plot(kind='scatter', x='A', y='B')
plt.title("Scatter Plot")
plt.show()
​

9.2.2 使用 Matplotlib 定制 Pandas 图形

虽然 Pandas 的 plot() 方法提供了一些基本的绘图功能，但有时我们需要更精细的控制。这时，我们可以直接使用 Matplotlib API 来定制 Pandas 生成的图形。

步骤:

1. 使用 plt.subplots() 创建一个 Figure 对象和一个或多个 Axes 对象。

2. 将 Axes 对象传递给 Pandas 的 plot() 方法的 ax 参数。

3. 使用 Matplotlib API 对 Axes 对象进行定制，例如设置标题、标签、颜色、线型等。

代码示例:

fig, axes = plt.subplots(2, 1, figsize=(8, 6))  # 创建一个包含两个子图的 Figure 和 Axes 对象
# 在第一个子图中绘制 Series
s.plot(ax=axes[0], color='k', linestyle='--', label='Series Data')
axes[0].set_title('Series Plot with Customization')
axes[0].set_xlabel('Index')
axes[0].set_ylabel('Value')
axes[0].legend()
# 在第二个子图中绘制 DataFrame
df.plot(ax=axes[1], alpha=0.7) # 设置透明度
axes[1].set_title('DataFrame Plot with Customization')
axes[1].set_xlabel('Index')
axes[1].set_ylabel('Value')
axes[1].grid(True) # 添加网格线
plt.tight_layout()  # 自动调整子图的布局，避免重叠
plt.show()
​

代码详解:

• plt.subplots(2, 1, figsize=(8, 6))：创建一个包含 2 行 1 列子图的 Figure 对象和 Axes 对象。figsize 参数指定图形的大小。

• s.plot(ax=axes[0], color='k', linestyle='--', label='Series Data')：将 Series 绘制在第一个子图 (axes[0]) 上，并设置颜色、线型和标签。

• axes[0].set_title(...)、axes[0].set_xlabel(...)、axes[0].set_ylabel(...)：使用 Matplotlib API 设置子图的标题和轴标签。

• axes[0].legend()：显示图例。

• df.plot(ax=axes[1], alpha=0.7)：将 DataFrame 绘制在第二个子图 (axes[1]) 上，并设置透明度。

• axes[1].grid(True)：添加网格线。

• plt.tight_layout()：自动调整子图的布局，避免重叠。

9.2.3 使用 Seaborn 进行高级可视化

Seaborn 是一个基于 Matplotlib 的高级数据可视化库，它提供了更美观、更信息丰富的统计图形。Seaborn 可以轻松地与 Pandas DataFrame 集成，用于创建各种复杂的图表。

基本用法:

import seaborn as sns
# 加载 Seaborn 自带的示例数据集
tips = sns.load_dataset('tips')
# 绘制散点图
sns.scatterplot(x='total_bill', y='tip', data=tips)
plt.title("Scatter Plot using Seaborn")
plt.show()
# 绘制直方图
sns.histplot(x='total_bill', data=tips, kde=True) # kde=True 添加核密度估计曲线
plt.title("Histogram using Seaborn")
plt.show()
# 绘制箱线图
sns.boxplot(x='day', y='total_bill', data=tips)
plt.title("Boxplot using Seaborn")
plt.show()
# 绘制小提琴图
sns.violinplot(x='day', y='total_bill', data=tips)
plt.title("Violinplot using Seaborn")
plt.show()
# 绘制成对关系图
sns.pairplot(tips)
plt.show()
​

代码详解:

• sns.load_dataset('tips')：加载 Seaborn 自带的 "tips" 数据集，这是一个关于小费的数据集。

• sns.scatterplot(x='total_bill', y='tip', data=tips)：绘制散点图，x 轴为 'total_bill'，y 轴为 'tip'，数据来自 tips DataFrame。

• sns.histplot(x='total_bill', data=tips, kde=True)：绘制直方图，x 轴为 'total_bill'，数据来自 tips DataFrame。kde=True 添加核密度估计曲线。

• sns.boxplot(x='day', y='total_bill', data=tips)：绘制箱线图，x 轴为 'day'，y 轴为 'total_bill'，数据来自 tips DataFrame。

• sns.violinplot(x='day', y='total_bill', data=tips)：绘制小提琴图，x 轴为 'day'，y 轴为 'total_bill'，数据来自 tips DataFrame。

• sns.pairplot(tips)：绘制成对关系图，显示数据集中所有数值变量之间的散点图和直方图。

Seaborn 的常用函数:

• sns.scatterplot()：散点图

• sns.lineplot()：折线图

• sns.histplot()：直方图

• sns.kdeplot()：核密度估计图

• sns.boxplot()：箱线图

• sns.violinplot()：小提琴图

• sns.barplot()：条形图

• sns.countplot()：计数图

• sns.heatmap()：热力图

• sns.pairplot()：成对关系图

• sns.jointplot()：联合分布图

代码示例：使用 Seaborn 定制图形:

# 设置 Seaborn 的样式
sns.set_style('whitegrid')
# 绘制带有颜色编码的散点图
sns.scatterplot(x='total_bill', y='tip', hue='smoker', data=tips, palette='Set1') # hue 根据 smoker 列进行颜色编码
plt.title("Scatter Plot with Color Encoding")
plt.show()
# 绘制分面网格图
g = sns.FacetGrid(tips, col='time', row='smoker') # 根据 time 和 smoker 列创建分面
g.map(plt.hist, 'total_bill') # 对每个分面绘制 total_bill 的直方图
plt.show()
​

代码详解:

• sns.set_style('whitegrid')：设置 Seaborn 的样式为 "whitegrid"。

• sns.scatterplot(x='total_bill', y='tip', hue='smoker', data=tips, palette='Set1')：绘制散点图，并根据 'smoker' 列进行颜色编码。palette='Set1' 指定颜色调色板。

• sns.FacetGrid(tips, col='time', row='smoker')：创建一个分面网格图，根据 'time' 和 'smoker' 列创建分面。

• g.map(plt.hist, 'total_bill')：对每个分面绘制 'total_bill' 的直方图。

9.2.4 Pandas, Matplotlib, Seaborn 之间的关系

可以使用 mermaid 绘制一个简单的关系图：

图示说明:

• Pandas (A): 提供数据处理和分析功能，是数据可视化的基础。

• Matplotlib (B): 是 Python 中最基础的绘图库，提供底层的绘图 API。

• Seaborn (C): 是基于 Matplotlib 的高级绘图库，提供更美观、更信息丰富的统计图形。

• Visualization (D): 通过 Matplotlib 和 Seaborn 实现数据可视化。

• Data Processing (E): Pandas 提供数据处理能力，为可视化提供数据源。

Pandas 可以直接使用 Matplotlib 进行绘图，Seaborn 则建立在 Matplotlib 的基础上，提供了更高级的接口和更美观的样式。

9.2.5 总结

Pandas 与 Matplotlib/Seaborn 的集成使得数据可视化变得更加容易和高效。通过 Pandas 处理数据，然后使用 Matplotlib 或 Seaborn 进行可视化，可以更好地理解数据、发现模式和交流结果。选择合适的库取决于你的需求：

• Pandas 内置的 plot() 方法： 适用于快速生成简单的图形。

• Matplotlib： 适用于需要精细控制的定制化图形。

• Seaborn： 适用于生成美观、信息丰富的统计图形，例如散点图、直方图、箱线图、小提琴图等。

熟练掌握这三个库的结合使用，将极大地提升你的数据分析和可视化能力。