零基础小白保姆级Pandas数据分析从入门到实战（5）

数据可视化

数据可视化是数据分析过程中的关键步骤，它可以帮助我们直观地理解数据，发现数据中的模式、趋势和异常值。

5.1 使用Pandas进行基本图表绘制

Pandas内置的绘图功能是基于Matplotlib的，可以直接从DataFrame和Series对象中生成图表。

import pandas as pd
import matplotlib.pyplot as plt

# 加载数据
df = pd.read_csv('your_dataset.csv')

# 绘制柱状图
df['column_name'].value_counts().plot(kind='bar')
plt.show()

# 绘制直方图
df['numeric_column'].plot(kind='hist', bins=20)
plt.show()

# 绘制箱形图
df.boxplot(column=['numeric_column1', 'numeric_column2'])
plt.show()

# 绘制折线图
df.plot(kind='line')
plt.show()

这些基本的图表类型是探索性数据分析中的重要工具，可以快速地给出数据分布和变量间关系的视觉印象。

5.2 与Matplotlib和Seaborn集成

虽然Pandas提供了基本的图表绘制功能，但在进行更复杂的数据可视化时，通常需要与Matplotlib和Seaborn等库集成。

Matplotlib集成：

Matplotlib是Python中最广泛使用的绘图库之一，提供了丰富的图表类型和细粒度的绘图控制。

import matplotlib.pyplot as plt
import pandas as pd

df = pd.read_csv('your_dataset.csv')

# 使用Matplotlib绘制散点图
plt.scatter(df['column1'], df['column2'])
plt.xlabel('Column 1')
plt.ylabel('Column 2')
plt.title('Scatter Plot of Column 1 vs Column 2')
plt.show()

Seaborn集成：

Seaborn是基于Matplotlib的高级绘图库，提供了更多的图表类型和美观的默认主题。

import seaborn as sns
import pandas as pd

df = pd.read_csv('your_dataset.csv')

# 使用Seaborn绘制热力图
corr = df.corr()
sns.heatmap(corr, annot=True, cmap='coolwarm')
plt.show()

# 使用Seaborn绘制成对关系
sns.pairplot(df)
plt.show()

5.3 可视化数据分析案例

通过一个具体的案例来展示如何使用Pandas和其他可视化工具进行数据分析。

假设我们有一个电商平台的销售数据集，包含了产品类别、销售额、评分等信息，我们的目标是分析不同产品类别的销售表现和顾客满意度。

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 加载数据集
df = pd.read_csv('sales_data.csv')

# 分析不同产品类别的销售额
sales_by_category = df.groupby('category')['sales'].sum()
sales_by_category.plot(kind='bar')
plt.title('Sales by Category')
plt.ylabel('Total Sales')
plt.show()

# 分析产品评分分布
plt.figure(figsize=(10, 6))
sns.boxplot(x='category', y='rating', data=df)
plt.title('Rating Distribution by Category')
plt.show()

# 分析销售额与评分之间的关系
sns.scatterplot(x='sales', y='rating', hue='category', data=df)
plt.title('Sales vs. Rating by Category')
plt.show()