極速數據可視化！七個Pandas繪圖函數助你事半功倍
一、簡介
在使用Pandas分析數據時，會使用Pandas函數來過濾和轉換列，連接多個數據幀中的數據等操作。
但是，生成圖表——將數據在數據幀中可視化——通常比僅僅查看數字更有幫助。
Pandas具有幾個繪圖函數，可以使用它們快速輕松地實現數據可視化。我們將在本教程中介紹這些函數。
【示例代碼】：https://github.com/balapriyac/python-data-analysis/blob/main/pandas-plotting-fns/pandas_plotting_functions.ipynb
二、創建Pandas數據幀
首先創建一個用于分析的示例數據幀。我們將創建一個名為df_employees的數據幀，其中包含員工記錄。
我們將使用Faker和NumPy的隨機模塊來填充數據幀，生成200條記錄。
注意：如果你的開發環境中沒有安裝Faker，請使用pip安裝：pip install Faker。
運行以下代碼片段來創建df_employees，并向其中填充記錄：
import pandas as pd
from faker import Faker
import numpy as np
# 實例化Faker對象
fake = Faker()
Faker.seed(27)
# 為員工創建一個數據幀
num_employees = 200
departments = ['Engineering', 'Finance', 'HR', 'Marketing', 'Sales', 'IT']
years_with_company = np.random.randint(1, 10, size=num_employees)
salary = 40000 + 2000 * years_with_company * np.random.randn()
employee_data = {
'EmployeeID': np.arange(1, num_employees + 1),
'FirstName': [fake.first_name() for _ in range(num_employees)],
'LastName': [fake.last_name() for _ in range(num_employees)],
'Age': np.random.randint(22, 60, size=num_employees),
'Department': [fake.random_element(departments) for _ in range(num_employees)],
'Salary': np.round(salary),
'YearsWithCompany': years_with_company
}
df_employees = pd.DataFrame(employee_data)
# 顯示數據幀的頭部
df_employees.head(10)我們設置了種子以便重現結果。所以每次運行此代碼，都會得到相同的記錄。
以下是數據幀的前幾條記錄：
圖片
df_employees.head(10)的輸出結果
三、Pandas繪圖函數
1. 散點圖
散點圖通常用于了解數據集中任意兩個變量之間的關系。
對于df_employees數據幀，讓我們創建一個散點圖來可視化員工年齡和工資之間的關系。這將幫助我們了解員工年齡和工資之間是否存在一定的相關性。
要繪制散點圖，我們可以使用plot.scatter()，如下所示：
# 散點圖：年齡與工資
df_employees.plot.scatter(x='Age', y='Salary', title='Scatter Plot: Age vs Salary', xlabel='Age', ylabel='Salary', grid=True)
對于此示例數據幀，我們并未看到員工年齡和工資之間的任何相關性。
2. 折線圖
折線圖適用于識別連續變量（通常是時間或類似刻度）上的趨勢和模式。
在創建df_employees數據幀時，我們已經定義了員工在公司工作年限與工資之間的線性關系。因此，讓我們看一下顯示工作年限與平均工資變化的折線圖。
我們先按工作年限分組找到平均工資，然后使用plot.line()繪制折線圖：
# 折線圖：平均工資隨工作年限的變化趨勢
average_salary_by_experience = df_employees.groupby('YearsWithCompany')['Salary'].mean()
df_employees['AverageSalaryByExperience'] = df_employees['YearsWithCompany'].map(average_salary_by_experience)
df_employees.plot.line(x='YearsWithCompany', y='AverageSalaryByExperience', marker='o', linestyle='-', title='Average Salary Trend Over Years of Experience', xlabel='Years With Company', ylabel='Average Salary', legend=False, grid=True)
圖片
由于我們選擇使用員工在公司工作年限的線性關系來填充薪資字段，因此可以清晰地看到折線圖反映了這一點。
3. 直方圖
可以使用直方圖來可視化連續變量的分布情況，方法是將數值劃分成區間或分段，并顯示每個分段中的數據點數量。
讓我們使用plot.hist()繪制直方圖來了解員工年齡的分布情況，如下所示：
# 直方圖：年齡分布
df_employees['Age'].plot.hist(title='Age Distribution', bins=15)
圖片
4. 箱形圖
箱形圖有助于了解變量的分布、擴散情況，并用于識別異常值。
讓我們創建一個箱形圖，比較不同部門間的工資分布情況，從而對組織部的工資分布情況進行高層次的比較。
箱形圖還有助于確定薪資范圍以及每個部門的有用信息，如中位數薪資和潛在的異常值等。
在這里，我們使用根據“部門（Department）”分組的“薪資（Salary）”列來繪制箱形圖：
# 箱形圖：按部門分列的薪金分布情況
df_employees.boxplot(column='Salary', by='Department', grid=True, vert=False)
圖片
從箱線圖中，我們可以看到某些部門的薪資分布比其他部門更廣泛。
5. 條形圖
如果想要了解變量在出現頻率方面的分布情況，可以使用條形圖。
現在，讓我們使用plot.bar()繪制一個條形圖來可視化員工數量：
# 條形圖：按部門的員工數量
df_employees['Department'].value_counts().plot.bar(title='Employee Count by Department')
圖片
6. 面積圖
面積圖通常用于可視化在連續軸或分類軸上的累積分布變量。
對于員工數據幀，我們可以繪制不同年齡組的累積薪資分布圖。為了將員工映射到基于年齡組的區間中，我們需要使用pd.cut()。
然后，我們通過“年齡組（AgeGroup）”對薪資進行累積求和。為了得到面積圖，我們使用plot.area()：
# 面積圖：不同年齡組的累積薪資分布
df_employees['AgeGroup'] = pd.cut(df_employees['Age'], bins=[20, 30, 40, 50, 60], labels=['20-29', '30-39', '40-49', '50-59'])
cumulative_salary_by_age_group = df_employees.groupby('AgeGroup')['Salary'].cumsum()
df_employees['CumulativeSalaryByAgeGroup'] = cumulative_salary_by_age_group
df_employees.plot.area(x='AgeGroup', y='CumulativeSalaryByAgeGroup', title='Cumulative Salary Distribution Over Age Groups', xlabel='Age Group', ylabel='Cumulative Salary', legend=False, grid=True)7. 餅圖
餅圖有助于可視化各個部門在整體組織中的薪資分布比例。
對于我們的示例，創建一個餅圖來顯示組織中各個部門的薪資分布是很有意義的。
我們通過部門對員工的薪資進行分組，然后使用plot.pie()來繪制餅圖：
# 餅圖：按部門劃分的薪資分布
df_employees.groupby('Department')['Salary'].sum().plot.pie(title='Department-wise Salary Distribution', autopct='%1.1f%%')四、總結
以上就是7個用于快速數據可視化的Pandas繪圖函數。也可以嘗試使用matplotlib和seaborn生成更漂亮的圖表。但是對于快速數據可視化，上述這些函數非常方便。
