人工智能之数据分析 Pandas：第八章 数据可视化

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

人工智能之数据分析 Pandas

第八章 数据可视化

文章目录

• 前言
• 一、Pandas 可视化基础
• 二、Series 与 DataFrame 基础绘图
• 三、常用图表类型（通过 `kind` 参数指定）
• 四、详细图表示例与参数说明
• 五、通用绘图参数（适用于所有图表）
• 六、高级技巧与组合图
• 七、Pandas vs 专业可视化库
• 八、常见问题与解决方案
• 九、总结：Pandas 可视化最佳实践
• 后续

前言

本文将从以下四个方面系统、详尽且结合实战地讲解 Pandas 在数据可视化方面的完整功能：

• 基础绘图方法
• 常用图表类型
• 高级定制选项
• 与专业可视化工具的对比分析

内容覆盖全面，适合快速掌握 Pandas 的可视化能力。

一、Pandas 可视化基础

1. 核心原理

Pandas 的绘图功能本质上是基于 Matplotlib 的高层封装。它能够直接返回 Matplotlib 的图形对象，使得每个 Series 或 DataFrame 都可以调用绘图方法。

这种设计带来了简洁的语法结构，特别适用于探索性数据分析中对数据分布、趋势和变量间关系的快速查看。

.plot()

matplotlib.axes.Axes

2. 启用绘图支持（通常自动加载）

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 推荐在 Jupyter 中使用，确保图形内嵌显示
%matplotlib inline

二、Series 与 DataFrame 基础绘图

1. Series 绘图（一维数据）

对于一维序列数据，可直接调用 .plot() 方法生成默认折线图，常用于时间序列的趋势展示。

s = pd.Series(np.random.randn(10).cumsum(), index=pd.date_range('2025-01-01', periods=10))
# 默认绘制折线图
s.plot()
plt.title('Series 折线图')
plt.show()

2. DataFrame 绘图（多列数据）

当处理包含多个字段的数据框时，每一列会自动生成一条曲线，形成多线折线图，便于比较不同变量的变化趋势。

df = pd.DataFrame(
    np.random.randn(10, 4),
    columns=['A', 'B', 'C', 'D'],
    index=pd.date_range('2025-01-01', periods=10)
)
# 默认以各列为单位绘制折线
df.plot()
plt.title('DataFrame 多列折线图')
plt.show()

三、常用图表类型（通过 `kind` 参数指定）

图表类型	`kind` 值	适用场景
折线图	'line'	时间序列、趋势分析
柱状图	'bar'	分类数据之间的垂直比较
水平柱状图	'barh'	类别名称较长时更易读
直方图	'hist'	观察数值型数据的分布情况
箱线图	'box'	识别数据分布特征及异常值
密度图	'kde' / 'density'	平滑化的概率密度估计
面积图	'area'	展示累计贡献或堆叠变化
散点图	'scatter'	分析两个变量之间的相关性
六边形图	'hexbin'	大量点数据下的密度分布可视化

所有图表均可通过 .plot() 方法或指定 kind 参数来调用。

kind

kind

df.plot(kind='xxx')

df.plot.xxx()

四、详细图表示例与参数说明

1. 折线图（Line Plot）— 默认图表

折线图是 Pandas 中最常用的图表之一，尤其适合展现随时间变化的趋势。

df.plot(
    kind='line',
    title='销售额趋势',
    xlabel='日期',
    ylabel='金额（万元）',
    figsize=(10, 6),
    grid=True,
    style=['-', '--', '-.', ':']  # 自定义线型样式
)
plt.show()

2. 柱状图（Bar Plot）

柱状图适用于分类数据的对比。以下示例展示不同产品在两个季度的销量对比。

sales = pd.DataFrame({
    '产品': ['手机', '电脑', '平板', '耳机'],
    'Q1': [120, 80, 50, 30],
    'Q2': [130, 85, 55, 35]
}).set_index('产品')

# 绘制垂直柱状图（默认）
sales.plot(kind='bar', figsize=(8, 5), title='各产品季度销量')
plt.xticks(rotation=0)  # 横轴标签不旋转，保持水平
plt.show()

五、通用绘图参数（适用于所有图表）

以下参数可用于大多数 .plot() 调用中，提升图表可读性和美观度：

• title：设置图表标题
• xlabel / ylabel：设置坐标轴标签
• figsize：控制图像尺寸
• grid：是否显示网格线
• color：自定义颜色
• style：线条样式设定
• alpha：透明度调节

六、高级技巧与组合图

1. 子图（Subplots）

使用 subplots=True 可为每列数据单独绘制子图，避免图形重叠。

2. 双 Y 轴（用于不同量纲）

当两组数据单位不同时，可通过 secondary_y 参数启用双Y轴显示。

3. 分组柱状图（需数据重塑）

若需并列显示多个类别的柱子，应先对数据进行重塑（如使用 melt 或 pivot），再进行绘图。

七、Pandas vs 专业可视化库

Pandas 提供了便捷的基础绘图功能，但在图表美观性与灵活性上不如 Seaborn、Plotly 等专业库。

推荐使用策略：

• 探索阶段：优先使用 Pandas 快速出图
• 汇报/展示阶段：切换至 Seaborn 或 Plotly 实现更精美的视觉效果

示例：相同数据下，Seaborn 代码更简洁，配色更协调，图表更具专业感。

八、常见问题与解决方案

1. 中文乱码：设置字体或修改 rcParams 解决显示问题
2. 图形不显示（Jupyter 外）：确认已调用 plt.show() 并正确配置后端
3. 时间序列 X 轴格式混乱：使用 date_format 或 rot 参数优化标签排版
4. 颜色自定义：通过 color 参数传入颜色列表或字典进行个性化设置

九、总结：Pandas 可视化最佳实践

Pandas 内置的可视化模块虽然简单，但非常实用。建议：

• 熟练掌握 .plot() 的基本用法和常见 kind 类型
• 善用通用参数提升图表表达力
• 结合 Matplotlib 进行细节调整
• 在需要高质量输出时转向专业库

合理利用这些技巧，可在数据分析全流程中高效完成数据洞察与结果呈现。

水平柱状图与堆叠展示

通过设置 plot 的 kind 参数为 'barh'，可生成水平方向的柱状图。使用 stacked=True 可实现多个数据系列的堆叠显示，便于比较总体构成。

sales.plot(kind='barh', stacked=True)  # 堆叠
plt.show()

直方图：观察数据分布形态

直方图用于查看单个变量的数据分布情况。可通过指定 bins 控制分组数量，alpha 调整透明度以增强可视化效果。

df['A'].plot(kind='hist', bins=20, alpha=0.7, title='A 列数据分布')
plt.show()

对于多列数据，可以绘制重叠直方图进行对比分析：

df[['A', 'B']].plot.hist(alpha=0.5, bins=20)
plt.show()

箱线图：识别异常值与分布特征

箱线图能够清晰展示各列数据的四分位数、中位数及潜在的离群点。适用于检测异常值和理解数据的离散程度。

df.plot(kind='box', title='各列数据分布箱线图')
plt.ylabel('数值')
plt.show()

散点图：探索两变量间的关系

利用散点图可以直观地分析两个变量之间的相关性。通过引入第三变量作为颜色映射，进一步丰富信息维度。

df.plot(
kind='scatter',
x='A',
y='B',
c='C',          # 颜色映射第三列
colormap='viridis',
title='A vs B (颜色=C)'
)
plt.show()

面积图：展现累计贡献趋势

面积图适合表示随时间或其他维度变化的累积量。启用 stacked 模式并调整透明度，有助于提升图表可读性。

df = df.abs()
df.plot(kind='area', stacked=True, alpha=0.7, title='累计贡献')
plt.show()

密度图（KDE）：平滑化分布估计

核密度估计图（KDE）是对数据概率密度函数的非参数估计，相比直方图更平滑，能更好地反映连续分布的趋势。

df['A'].plot(kind='kde', title='A 列核密度估计')
plt.show()

通用绘图参数汇总（适用于多种图表类型）

参数	说明	示例
图形大小（宽, 高）	控制图像尺寸	figsize=(10, 6)
图表标题	添加主标题	title='销售分析'
坐标轴标签	设置 x 和 y 轴名称	xlabel='月份'
显示网格	开启坐标网格线	grid=True
显示图例	是否显示图例（默认开启）	legend=True
颜色	自定义线条或区域颜色	color=['red', 'blue']
透明度（0~1）	调节填充或标记的透明度	alpha=0.5
x 轴标签旋转角度	防止标签重叠	rot=45

figsize

title

xlabel

ylabel

grid

legend

color

alpha

rot

高级绘图技巧与复合图表应用

1. 子图布局（Subplots）

将多个图表排列在同一个画布中，每列数据单独成图，使用 subplots=True 并配合 layout 设置行列结构。

df.plot(subplots=True, layout=(2, 2), figsize=(10, 8))
plt.tight_layout()
plt.show()

2. 双 Y 轴图表（适用于不同量纲变量）

当两个变量单位不同时，可通过共享 x 轴的双 y 轴方式在同一图中展示其趋势关系。

ax = df['A'].plot(figsize=(10, 6), color='blue', label='A')
ax2 = ax.twinx()  # 共享 x 轴
df['B'].plot(ax=ax2, color='red', label='B')
ax.set_ylabel('A 值', color='blue')
ax2.set_ylabel('B 值', color='red')
plt.title('双 Y 轴图')
plt.show()

注意：Pandas 原生并不直接支持双Y轴功能。旧版本可能允许某些操作，但建议采用 Matplotlib 的方式实现。

secondary_y

.plot()

3. 分组柱状图（需数据格式转换）

为了绘制分组柱状图，通常需要将宽格式数据转换为长格式，以便按类别分组显示。

# 将宽表转为长表（便于分组）
sales_long = sales.reset_index().melt(id_vars='产品', var_name='季度', value_name='销量')
print(sales_long)

结合 Seaborn 可更便捷地完成此类图表：

plt.figure(figsize=(10, 6))
sns.barplot(x='产品', y='销量', hue='季度', data=sales_long)
plt.title('各产品季度销量')
plt.show()

Pandas 与主流可视化库对比分析

功能	Pandas	Seaborn	Plotly
易用性	★★★★★（极简）	★★★★☆	★★★☆☆
统计图表支持	基础	★★★★★（含箱线图、小提琴图等）	★★★☆☆
美观度	一般（可定制）	★★★★★（默认美观）	★★★★★（交互式）
交互性	☆	☆	★★★★★
大数据性能	一般	一般	较好（基于WebGL）
适用场景	快速EDA	发表级静态图	仪表盘、Web应用

推荐使用策略

• 探索阶段：优先使用 Pandas 快速生成图表，辅助初步数据分析。
• 报告/论文输出：选用 Seaborn 制作高质量、视觉效果出色的静态图像。
• 交互展示需求：采用 Plotly 或 Dash 构建动态、可交互的可视化界面。

示例：Seaborn 实现更简洁美观的散点图

import seaborn as sns
# 散点图 + 回归线
sns.scatterplot(data=df, x='A', y='B', hue='C')

sns.regplot(data=df, x='A', y='B', scatter=False)
plt.show()

# 按类别绘制箱线图
sns.boxplot(data=sales_long, x='产品', y='销量', hue='季度')
plt.show()

八、常见问题及对应解决方法

1. 中文显示异常（乱码）
设置中文字体以支持正常显示：

plt.rcParams['font.sans-serif'] = ['SimHei']  # 适用于 Windows 系统
plt.rcParams['axes.unicode_minus'] = False    # 确保负号正确显示

2. 图形无法显示（尤其在非 Jupyter 环境下）
需显式调用绘图展示函数：

plt.show()

3. 时间序列的 X 轴格式混乱
通过格式化与旋转标签提升可读性：

df.plot()
plt.gca().xaxis.set_major_formatter(plt.matplotlib.dates.DateFormatter('%Y-%m'))
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()
df.plot()

4. 自定义颜色方案
在绘图时指定所需颜色列表：

df.plot(color=['#FF5733', '#33FF57', '#3357FF'])
df.plot.bar()

九、总结：Pandas 可视化的最佳实践建议

根据不同的分析场景选择合适的可视化方式：

• 快速查看数据趋势 —— 使用折线图进行直观观察。
  

  df.plot.hist()

• 比较不同类别的数据 —— 推荐使用柱状图或分组箱线图。
  

  df.plot.kde()

• 检查变量的数据分布情况 —— 可选用直方图或密度图。
  

  df.plot.scatter(x, y)

• 探索变量之间的关系 —— 散点图或回归拟合图更为合适。
  

  df.plot.box()

• 识别异常值 —— 箱线图是有效的工具。
• 需要高质量图表用于发表或展示 —— 建议切换至 Seaborn 实现更美观的效果。
• 希望实现交互式图表 —— 推荐使用 Plotly 替代原生绘图。

核心提示：
Pandas 的可视化功能如同数据分析中的“瑞士军刀”，适合快速探索和初步洞察。虽然不适合直接作为最终成果交付，但能显著提升分析效率与迭代速度。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：pandas panda 数据可视化 数据分析 人工智能

相关内容：人工智能数据分析Pandas