一、简介
在使用Pandas分析数据时，会使用Pandas函数来过滤和转换列，连接多个数据帧中的数据等操作。
但是，生成图表——将数据在数据帧中可视化——通常比仅仅查看数字更有帮助。
Pandas具有几个绘图函数，可以使用它们快速轻松地实现数据可视化。我们将在本教程中介绍这些函数。
【示例代码】：https://github.com/balapriyac/python-data-analysis/blob/main/pandas-plotting-fns/pandas_plotting_functions.ipynb
二、创建Pandas数据帧
首先创建一个用于分析的示例数据帧。我们将创建一个名为df_employees的数据帧，其中包含员工记录。
我们将使用Faker和NumPy的随机模块来填充数据帧，生成200条记录。
注意：如果你的开发环境中没有安装Faker，请使用pip安装：pip install Faker。
运行以下代码片段来创建df_employees，并向其中填充记录：
import pandas as pd
from faker import Faker
import numpy as np
# 实例化Faker对象
fake = Faker()
Faker.seed(27)
# 为员工创建一个数据帧
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)
# 显示数据帧的头部
df_employees.head(10)我们设置了种子以便重现结果。所以每次运行此代码，都会得到相同的记录。
以下是数据帧的前几条记录：
图片
df_employees.head(10)的输出结果
三、Pandas绘图函数
1. 散点图
散点图通常用于了解数据集中任意两个变量之间的关系。
对于df_employees数据帧，让我们创建一个散点图来可视化员工年龄和工资之间的关系。这将帮助我们了解员工年龄和工资之间是否存在一定的相关性。
要绘制散点图，我们可以使用plot.scatter()，如下所示：
# 散点图：年龄与工资
df_employees.plot.scatter(x='Age', y='Salary', title='Scatter Plot: Age vs Salary', xlabel='Age', ylabel='Salary', grid=True)
对于此示例数据帧，我们并未看到员工年龄和工资之间的任何相关性。
2. 折线图
折线图适用于识别连续变量（通常是时间或类似刻度）上的趋势和模式。
在创建df_employees数据帧时，我们已经定义了员工在公司工作年限与工资之间的线性关系。因此，让我们看一下显示工作年限与平均工资变化的折线图。
我们先按工作年限分组找到平均工资，然后使用plot.line()绘制折线图：
# 折线图：平均工资随工作年限的变化趋势
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)
图片
由于我们选择使用员工在公司工作年限的线性关系来填充薪资字段，因此可以清晰地看到折线图反映了这一点。
3. 直方图
可以使用直方图来可视化连续变量的分布情况，方法是将数值划分成区间或分段，并显示每个分段中的数据点数量。
让我们使用plot.hist()绘制直方图来了解员工年龄的分布情况，如下所示：
# 直方图：年龄分布
df_employees['Age'].plot.hist(title='Age Distribution', bins=15)
图片
4. 箱形图
箱形图有助于了解变量的分布、扩散情况，并用于识别异常值。
让我们创建一个箱形图，比较不同部门间的工资分布情况，从而对组织部的工资分布情况进行高层次的比较。
箱形图还有助于确定薪资范围以及每个部门的有用信息，如中位数薪资和潜在的异常值等。
在这里，我们使用根据“部门（Department）”分组的“薪资（Salary）”列来绘制箱形图：
# 箱形图：按部门分列的薪金分布情况
df_employees.boxplot(column='Salary', by='Department', grid=True, vert=False)
图片
从箱线图中，我们可以看到某些部门的薪资分布比其他部门更广泛。
5. 条形图
如果想要了解变量在出现频率方面的分布情况，可以使用条形图。
现在，让我们使用plot.bar()绘制一个条形图来可视化员工数量：
# 条形图：按部门的员工数量
df_employees['Department'].value_counts().plot.bar(title='Employee Count by Department')
图片
6. 面积图
面积图通常用于可视化在连续轴或分类轴上的累积分布变量。
对于员工数据帧，我们可以绘制不同年龄组的累积薪资分布图。为了将员工映射到基于年龄组的区间中，我们需要使用pd.cut()。
然后，我们通过“年龄组（AgeGroup）”对薪资进行累积求和。为了得到面积图，我们使用plot.area()：
# 面积图：不同年龄组的累积薪资分布
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. 饼图
饼图有助于可视化各个部门在整体组织中的薪资分布比例。
对于我们的示例，创建一个饼图来显示组织中各个部门的薪资分布是很有意义的。
我们通过部门对员工的薪资进行分组，然后使用plot.pie()来绘制饼图：
# 饼图：按部门划分的薪资分布
df_employees.groupby('Department')['Salary'].sum().plot.pie(title='Department-wise Salary Distribution', autopct='%1.1f%%')四、总结
以上就是7个用于快速数据可视化的Pandas绘图函数。也可以尝试使用matplotlib和seaborn生成更漂亮的图表。但是对于快速数据可视化，上述这些函数非常方便。
