Matplotlib
输入“/”快速插入内容
Matplotlib
Matplotlib
用户5318用户53182025年12月9日修改
19
"Data Scientist = statistician + programmer + coach + storyteller + artist" ——Shlomo Aragmon
Matplotlib 是数据分析中常用于进行可视化的 Package，图表的表达方式更为直观，更利于分析。常见的图标有折线图、柱状图、散点图、饼图等等。我们常用的是其中的子模块，也就是 pyplot。
1.可视化图表简介
1.1 折线图（plot）
适用于表现趋势和走向。
1.2 散点图
适用于研究分布规律。
1.3 柱状图（bar）
适用于比较数据。
1.4 饼图
适用于研究百分比。
2.设置中文字体
因为 Matplotlib 默认不支持中文，所以引入中文需要手动添加。在 windows 系统上，加上下面这行代码即可。
plt.rcParams["font.sans-serif"] = "SimHei"
3.创建画布
在import matplotlib.pyplot as plt的前提下，使用 figure()函数可以创建画布。
plt.figure(figsize=(4,3),facecolor='blue')，通过这行代码创建了一个新画布。
其中figsize=(4,3)表示：画布的宽为 4 英寸，高为 3 英寸。facecolor 参数表示：画布的背景颜色。
4.展示图像
完成画像后，需要展示则使用plt.show()
5.分组聚合
5.1 分组
pandas 提供了groupby()函数来实现这个功能。
代码块
import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_csv(r"C:\Users\pc\Desktop\train.csv",index_col = "PassengerId")
dataAge = data[data["Age"].isnull()]
data.drop(index = dataAge.index,inplace = True)
data['Embarked'] = data['Embarked'].fillna("X")
groupByDate = data.groupby(data["Pclass"])
print(groupByDate)
输出结果是：
代码块
<pandas.core.groupby.generic.DataFrameGroupBy object at 0x000001E57CF6D6A0>
这个结果代表一个完成分组但没有进一步操作的 DataFrame 对象。
5.2 聚合
分组后，就可以在各个分组里进行计算（使用统计函数），产生新的值。最终，所有分组会联合为一个结果对象（因为分组的 column 是一样的，所以会重新聚合在一起）
代码块
import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_csv(r"C:\Users\pc\Desktop\train.csv",index_col = "PassengerId")
dataAge = data[data["Age"].isnull()]
data.drop(index = dataAge.index,inplace = True)
data['Embarked'] = data['Embarked'].fillna("X")
groupByDate = data.groupby(data["Pclass"])["Survived"].sum()
print(groupByDate)