Python 数据可视化入门 5 - 数据可视化

在上一篇文章中，我们简单了解了如何使用 Pandas 和 Matplotlib。

这次，我们将用 Pandas 导入的 Excel 数据进行 Matplotlib 可视化。

由于 Matplotlib 支持数据框，我们只需简单地在导入的 Excel 中指定 x 值和 y 值。

1. 使用 Pandas 导入 Excel

好，接下来让我们从起初村开始。使用我们上次看到的山雀文件夹，使用 pandas 导入按地区的高温天数。

然后，将我们在上一篇关于使用 Matplotlib 的文章中看到的设置韩文字体的代码复制并粘贴。

import pandas as pd

# 模块调用及韩文字体设置
import matplotlib.pyplot as plt
import matplotlib

# MacOS 字体设置
# matplotlib.rcParams["font.family"] = "AppleGothic"

# Windows 字体设置
matplotlib.rcParams["font.family"] = "Malgun Gothic"

# 字体大小设置
matplotlib.rcParams["font.size"] = 13

# 解决负号显示问题
plt.rcParams['axes.unicode_minus'] = False

hot = pd.read_excel("./hot_wave.xlsx")
hot.head(3)

由于使用结构化数据，所以这样做就完成了为数据可视化做准备。

现在，让我们利用这些数据绘制图表。

2. 用 Matplotlib 可视化

既然已经导入了数据，那么让我们试着直接放入。

像下面这样直接放入整个数据框。

plt.plot(hot)

结果将得到如下图表。

你可能直觉上觉得有些不对。

这是因为Excel 数据中的年份被作为 y 值。

除非指定 x 轴和 y 轴，否则plot 将解释给定值为 y 值并进行显示。

如图所示，将x 轴值给为按年份，y 轴值为除年份以外的所有值。

plt.plot(hot["연도별"], hot.loc[:, "서울(일)":])

这一次，你会发现有些符合我们期望的图表形式。

3. 加工为理想形式

现在，只需将数据加工为所需形式即可放入 plot。

按照上次文章的顺序进行即可。

选择 x 轴和 y 轴数据
设置标题
设置图例
设置坐标轴名称
座标轴间隔设置（如有必要）
更改图表样式

有关代码的详细说明，请参考上一篇文章。

本文将尽量专注于代码的应用示例。

1) 选择 x 轴、y 轴数据

首先，我们计划比较首尔、大田、大邱的高温天数。

由于在上面的输出中可以看到数据，轻松地用iloc 提取进行了图表绘制。

x = hot.iloc[:,0]
y = hot.iloc[:,[1,3,4]]
plt.plot(x, y)

如果图表输出如下图所示，则成功。

2) 设置标题

标题确定为“按地区的高温天数”。

x = hot.iloc[:,0]
y = hot.iloc[:,[1,3,4]]
plt.plot(x, y)
plt.title("시도별 폭염일수") # <-- 添加！

3) 设置图例

由于很难知道图表的值是什么，所以设置图例。可以使用columns轻松显示图例。

x = hot.iloc[:,0]
y = hot.iloc[:,[1,3,4]]
plt.plot(x, y, label=y.columns) # <-- 添加！
plt.legend() # <-- 添加！
plt.title("시도별 폭염일수")

4) 设置坐标轴名称

为坐标轴指定名称。 x 轴是年度，y 轴是高温天数。

x = hot.iloc[:,0]
y = hot.iloc[:,[1,3,4]]
plt.plot(x, y, label=y.columns)
plt.legend()
plt.title("시도별 폭염일수")
plt.xlabel("연도") # <-- 添加！
plt.ylabel("폭염일수") # <-- 添加！

5) 设置轴间隔

即便如此，我仍觉得坐标间隔很不错。

我们直接跳过这一步。

6) 更改图表样式

希望图表样式在黑白情况下也能清晰区分。由于无法一次性设置样式，所以通过for 循环遍历数据列来指定样式。

x = hot.iloc[:,0]
y = hot.iloc[:,[1,3,4]]
lines = ["o-", "r^:", "bd--"] # <-- 添加！
for i in range(len(y.columns)): # <-- 添加！
    plt.plot(x,y.iloc[:,i], lines[i] ,label=y.columns[i])
plt.legend()
plt.title("시도별 폭염일수")
plt.xlabel("연도")
plt.ylabel("폭염일수")

4. 后期处理

若有不满意之处，稍加修改。

看图表时，我希望有一些虚线以便更清晰地查看值。

在谷歌中搜索“matplotlib grid”。

我们心爱的维基文档排在最前面。

进去看看吧。

轻轻将内容复制，粘贴到我的代码中。

当然，可以根据需要进行更改。

x = hot.iloc[:,0]
y = hot.iloc[:,[1,3,4]]
lines = ["o-", "r^:", "bd--"]
for i in range(len(y.columns)):
    plt.plot(x,y.iloc[:,i], lines[i] ,label=y.columns[i])
plt.legend()
plt.title("시도별 폭염일수")
plt.xlabel("연도")
plt.ylabel("폭염일수")
plt.grid(linestyle="--") # <-- 添加！

这样我就满意了。

但为什么从 2008 年开始……？

好像太长了。

减少输出年份并更改 x 轴。

x = hot.iloc[6:,0] # <-- 添加！
y = hot.iloc[6:,[1,3,4]] # <-- 添加！
lines = ["o-", "r^:", "bd--"]
for i in range(len(y.columns)):
    plt.plot(x,y.iloc[:,i], lines[i] ,label=y.columns[i])
plt.grid(linestyle="--")
plt.legend()
plt.title("시도별 폭염일수")
plt.xlabel("연도")
plt.ylabel("폭염일수")
plt.xticks(x) # <-- 添加！