在数据分析中,图表是可视化数据的重要手段。Pandas 提供了容易使用的方法来绘制基本图表。本文将结合几个案例,详细介绍如何使用 Pandas 绘制基本图表。
准备数据
首先,我们需要一些数据来进行绘图。以下是一个简单的示例数据集,包含公司每月的销售额和利润:
1 2 3 4 5 6 7 8 9 10
| import pandas as pd
data = { '月份': ['一月', '二月', '三月', '四月', '五月', '六月'], '销售额': [2000, 3000, 2500, 4000, 3500, 4500], '利润': [500, 800, 600, 1200, 1000, 1500] }
df = pd.DataFrame(data)
|
绘制折线图
折线图用于显示数据随时间变化的趋势。下面我们将绘制每月的销售额和利润的折线图。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
| import matplotlib.pyplot as plt
plt.style.use('seaborn-darkgrid')
plt.figure(figsize=(10, 6)) plt.plot(df['月份'], df['销售额'], marker='o', label='销售额', color='b') plt.plot(df['月份'], df['利润'], marker='o', label='利润', color='g')
plt.title('每月销售额与利润', fontsize=16) plt.xlabel('月份', fontsize=14) plt.ylabel('金额 (元)', fontsize=14) plt.legend() plt.grid()
plt.show()
|
绘制柱状图
柱状图适合用于比较不同类别的数据。我们可以绘制每月的销售额柱状图。
1 2 3 4 5 6 7 8 9 10 11 12 13
| plt.figure(figsize=(10, 6)) plt.bar(df['月份'], df['销售额'], color='b', label='销售额')
plt.title('每月销售额柱状图', fontsize=16) plt.xlabel('月份', fontsize=14) plt.ylabel('金额 (元)', fontsize=14) plt.legend() plt.grid()
plt.show()
|
绘制饼图
饼图用于显示各部分相对于整体的占比。我们来绘制销售额的饼图。
1 2 3 4 5 6 7 8 9
| plt.figure(figsize=(8, 8)) plt.pie(df['销售额'], labels=df['月份'], autopct='%1.1f%%', startangle=140)
plt.title('每月销售额占比', fontsize=16)
plt.show()
|
小结
通过使用 Pandas 结合 matplotlib
库,我们可以很方便地绘制各种基本图表。掌握这些基本的绘图方法,可以帮助你更好地分析数据和展示结果,提升数据可视化的能力。今后可以在更复杂的项目中应用这些技能,创造更具吸引力的数据展示。