在 Python 中，Pandas 提供了丰富的数据处理和可视化功能，通过结合 Matplotlib 库，可以轻松创建各种类型的图表。接下来，我们将介绍如何使用 Pandas 进行数据可视化，包括折线图、散点图、柱状图以及多子图的创建。
1、创建折线图
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 创建示例数据
data = {'x': range(1, 6), 'y': [10, 15, 13, 17, 20]}
df = pd.DataFrame(data)
# 创建一个新的图形
plt.figure(figsize=(8, 4))
# 绘制折线图
df.plot(x='x', y='y', marker='o', line>'-', color='b', label='折线图')
# 添加标题和轴标签
plt.title('示例折线图')
plt.xlabel('X轴标签')
plt.ylabel('Y轴标签')
# 添加网格线
plt.grid(True)
# 显示图形
plt.show()
在这个示例中，我们使用 Pandas 的 DataFrame 存储示例数据，并通过
df.plot
创建了一个简单的折线图。我们还添加了标题、轴标签和网格线，以增强图形的可读性。
2、创建散点图
# 创建示例数据
data = {'x': range(1, 6), 'y': [10, 15, 13, 17, 20]}
df = pd.DataFrame(data)
# 创建一个新的图形
plt.figure(figsize=(8, 4))
# 绘制散点图
df.plot.scatter(x='x', y='y', marker='o', color='r', label='散点图')
# 添加标题和轴标签
plt.title('示例散点图')
plt.xlabel('X轴标签')
plt.ylabel('Y轴标签')
# 添加网格线
plt.grid(True)
# 显示图形
plt.show()
这个示例展示了如何使用 Pandas 创建一个简单的散点图，同样，我们添加了标题、轴标签和网格线。
3、创建柱状图
# 创建示例数据
data = {'categories': ['A', 'B', 'C', 'D', 'E'], 'values': [30, 45, 60, 25, 50]}
df = pd.DataFrame(data)
# 创建一个新的图形
plt.figure()
# 绘制柱状图
df.plot.bar(x='categories', y='values', color='y', alpha=0.7, label='柱状图')
# 添加标题和标签
plt.title('示例柱状图')
plt.xlabel('类别')
plt.ylabel('值')
# 显示图形
plt.show()
在这个示例中，我们使用 Pandas 的 DataFrame 创建了一个柱状图，设置了柱子的颜色和透明度，并添加了标题和轴标签。
4、创建多子图
# 创建示例数据
x = np.linspace(0, 2 * np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)
df = pd.DataFrame({'x': x, 'y1': y1, 'y2': y2})
# 创建一个包含两个子图的图形
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(8, 6))
# 在第一个子图中绘制正弦函数
df.plot(x='x', y='y1', color='b', label='sin(x)', ax=ax1)
ax1.set_title('正弦函数')
# 在第二个子图中绘制余弦函数
df.plot(x='x', y='y2', color='g', label='cos(x)', ax=ax2)
ax2.set_title('余弦函数')
# 添加轴标签和图例
ax1.set_xlabel('X轴')
ax1.set_ylabel('Y轴')
ax1.legend()
ax2.set_xlabel('X轴')
ax2.set_ylabel('Y轴')
ax2.legend()
# 调整子图之间的间距
plt.tight_layout()
# 显示图形
plt.show()
在这个示例中，我们使用 Pandas 的 DataFrame 创建了包含两个子图的图形，每个子图都有自己的标题、轴标签和图例。我们使用
plt.subplots
创建多子图，然后在每个子图上绘制不同的函数。最后，我们使用
plt.tight_layout()
调整子图之间的间距，以确保图形更具可读性。
通过这些示例，你可以了解如何使用 Pandas 结合 Matplotlib 进行数据可视化，包括折线图、散点图、柱状图以及多子图的创建。这些示例覆盖了 Pandas 数据可视化的基本用法，希望能够帮助你更好地使用 Pandas 进行数据分析和可视化。
今 日 分享 就 到这里了，觉得写的不错的小伙伴辛苦点亮【赞】【在看】【分享】哦~~~
PS ： Python都知道技术交流群（技术交流、摸鱼、白嫖课程为主）又不定时开放了，感兴趣的朋友，可以在下方公号内回复： 666 ，即可进入。
老规矩 ，道友们还记得么， 右下角的 「在看」 点一下 ， 如果感觉文章内容不错的话，记得分享朋友圈让更多的人知道！
