import pandas as pd什么意思_Pandas万花筒:让绘图变得更美观

全文共1803字,预计学习时长10分钟

356d312f8c03239ab6e33009ea33a964.png

图源:tehrantimes

流行 Python 数据分析库 Pandas 中的绘图功能一直是迅速绘制图表的首选之一。但是,其可用的可视化效果总是十分粗略,实用有余、美观不足。

笔者常用 Pandas 的绘图功能快速地执行一些可视的数据探索,但在介绍数据洞察时,我会使用“更美观”的绘图库(如 Plotly 或 Bokeh )来重做可视化。

自最新的 Pandas 版本0.25.3发布后,无需这样做了,现在我们可以使用第三方可视化库作为 Pandas 绘图功能的后端。Plotly是一款基于 web 实现交互式可视化的流行Python库,其最近发布了 Pandas绘图后端。

来看看如何使用 Plotly 和 Bokeh 后端创建更丰富的可视化效果。

70c6c7b1314da7067207f547dd7eadd9.png

使用不同的后端

想要激活绘图功能的不同后端需在导入 pandas 后,添加此行代码:

pd.options.plotting.backend = 'plotly'

当前可用的后端有:

· Plotly

· Holoviews

· Matplotlib

· Pandas _bokeh

· Hyplot

70c6c7b1314da7067207f547dd7eadd9.png

Plotly后端

Plotly是一个 Python库,其支持丰富的交互式可视化效果。Plotly包的好处之一在于它是在库的 Javascript 版本之上构建的,这意味着图表会基于Web,可以显示为 HTML 文件或嵌入到基于Python的Web应用程序中。用户还可以将可视化内容下载为高质量的图像文件,以便在文档或论文中使用。

下面来浏览一些Plotly作为Pandas绘图后端的快速示例。

如果还没有安装Plotly ,则需要使用pip intsall plotly来安装。如果是在Jupyterlab中使用 Plotly ,则需要额外执行几个安装步骤来显示可视化效果。首先,安装IPywaidgets:

pipenv install jupyterlab " ipywidgets>=7.5"pip install jupyterlab "ipywidgets>=7.5"

然后运行以下命令以安装Plotly扩展:

jupyter labextension install jupyterlab-plotly@4.8.1

为了说明绘图后端的用法,使用openml.org名为“wine(葡萄酒)”的数据集。

import pandas as pd      import numpy as np             from sklearn.datasets import fetch_openml             pd.options.plotting.backend ='plotly'             X,y =fetch_openml("wine", version=1, as_frame=True, return_X_y=True)      data = pd.concat([X,y], axis=1)      data.head()

该数据集由各类葡萄酒的多个特征和相应的标签组成。下图显示了数据集的前几行。

e4fe0cb00ad4a508ab186b23036b49a3.png

绘图功能的工作方式与标准Pandas绘图功能的工作方式大致相同,只是现在可视化效果同Plotly一样丰富。下面的代码绘制了数据集中两个特征之间的关系。

fig = data[['Alcohol', 'Proline']].plot.scatter(y='Alcohol', x='Proline')fig.show()
28a9ae9cd9f28dc49e7c921646a9afb1.png
746177b957dcaf90f0976f7e397a2241.png

可以通过组合 Pandas 的groupby函数创建一个柱状图来总结类之间的平均色调差异:

data[['Hue','class']].groupby(['class']).mean().plot.bar()
92d9cb86dd5e98587c4ae6f75df96064.png

将类添加到之前创建的散点图中。使用Plotly,可以轻松地给每个类使用不同的颜色,以便直观地区分:

fig = data[['Alcohol', 'Proline']].plot.scatter(y='Alcohol', x='Proline')                                      fig.show()
db9009e152f1810f8e4731568feb7f39.png
303484a830f37671b44319b035a5de38.png

Bokeh 后端

Bokeh 也可以提供丰富交互式可视化效果。其可视化图表可以在 Web 浏览器中查看,嵌入到 Web应用程序中或用于创建交互式仪表板。Bokeh 甚至有一个流式 API,可以为流数据(如金融市场数据)创建实时可视化图表。

库可以通过pip来安装:

pip install pandas-bokeh

要在 Jupyterlab中显示 Bokeh的可视化效果,需要安装两个新的扩展:

jupyter labextension install @jupyter-widgets/jupyterlab-managerjupyterlabextension install @bokeh/jupyter_bokeh

使用 Bokeh 后端重新创建之前的散点图:

pd.options.plotting.backend ='pandas_bokeh'             import pandas_bokeh                            from bokeh.io import output_notebook                            from bokeh.plotting import figure, show             output_notebook()                            p1= data.plot_bokeh.scatter(x='Hue',                                                          y='Proline',                                                          category='class',                                                          ,                                                          show_figure=False)                            show(p1)

可视化效果如下:

77ac8eb6ed2bdd1106c0ceaae41facce.png

Bokeh 有一个plot_grid函数,可为多个图表创建仪表板式布局。下面的代码在网格布局中创建四个图表:

output_notebook()             p1 = data.plot_bokeh.scatter(x='Hue',                                               y='Proline',                                               category='class',                                               ,                                               show_figure=False)                                      p2 = data[['Hue','class']].groupby(['class']).mean().plot.bar()             df_hue = pd.DataFrame({                     'class_1': data[data['class'] =='1']['Hue'],                     'class_2': data[data['class'] =='2']['Hue'],                     'class_3': data[data['class'] =='3']['Hue']},                     columns=['class_1', 'class_2', 'class_3'])             p3 = df_hue.plot_bokeh.hist()             df_proline = pd.DataFrame({                     'class_1': data[data['class'] =='1']['Proline'],                     'class_2': data[data['class'] =='2']['Proline'],                     'class_3': data[data['class'] =='3']['Proline']},                     columns=['class_1', 'class_2', 'class_3'])             p4 =df_proline.plot_bokeh.hist()             pandas_bokeh.plot_grid([[p1, p2],                                         [p3, p4]], plot_width=450)
18cd6b77af424a30285dc34d75e4da20.png

为内置的Pandas绘图功能添加多个第三方后端,这大大增强了该库用于数据可视化的能力。从此之后,pandas就可以集美貌与实用于一身啦。

38a78a9eece7be7b2afd0afd03fc2caf.png

留言点赞关注

我们一起分享AI学习与发展的干货

如转载,请后台留言,遵守转载规范

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/506376.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

php 匹配关键字,php获取搜索引擎搜索关键词关键字的正则表达式实现方法

获取搜索引擎关键词,然后针对性的显示匹配结果,对于提升用户访问友好性有很大的帮助。php获取搜索引擎关键词的方法,网上有一些,但是并不全面,而使用正则表达式则可以简单的实现该功能。参见如下代码示例:h…

jquery name选择器_jquery笔记

jQuery是一个封装好的特定的集合(方法和函数)。是一个库,封装了很多预先定义好的函数在里面。概念jQuery是一个快速,简洁的js库。j是js,query是查询,把js中的DOM操作作了封装,我们可以快速的查询使用里面的功能。jQuer…

python数据库框架_目前最受欢迎的12个Python开源框架

1 Django Django是一款用Python语言写的免费开源的 Python Web应用开发框架,它遵循模型 -视图-控制器(MVC)的架构模式。它是由非营利Django维护软件基金会(DSF)和3条款BSD许可下可用,鼓励快速发展和实用的设计。Django同时是一款在数据库功能、后台功能、…

jenkins java常用插件下载,Jenkins简单介绍以及插件入门

Jenkins是一个广泛用于持续构建的可视化web工具,就是各种项目的的“自动化”编译、打包、分发部署,将以前编译、打包、上传、部署到Tomcat中的过程交由Jenkins,Jenkins通过给定的代码地址,将代码拉取到jenkins宿主机上&#xff0c…

linux安装python3.7的步骤_Linux 安装python3.7.3

我这里使用的是Redhat6.5,centos系统本身默认安装有python2.x,版本x根据不同版本系统有所不同,可通过 python --V 或 python --version 查看系统自带的python版本 有一些系统命令时需要用到python2,不能卸载 1、安装依赖包 1&…

php session 保存数组,php - 我用ajax设置的SESSION数组变量没有被保存?

我有一个链接,当点击时,调用jquery ajax函数从php页面获取数据,并将返回的html放在一个弹出式div中。返回的html实际上是一个表单。在PHP中,我正在查询数据库以获取与用户规格匹配的许可证列表,并将它们保存在一个数组…

python画三维立体图难吗_万万没想到,Python竟能绘制出如此酷炫的三维图

作者 | Jay Alammar转载自 | 高级农民工 通常我们用 Python 绘制的都是二维平面图,但有时也需要绘制三维场景图,比如像下面这样的:这些图怎么做出来呢?今天就来分享下如何一步步绘制出三维矢量(SVG)图。 八…

java嵌入groovy脚本,java-如何捕获传递给Groovy脚本的参数?

它与Java非常相似,您可以使用相同的Java语法。 例如。class TestExecutor {public static void main(def args) {println("Printing arguments");for(String arguments : args) {println (arguments);}}}运行它,您应该看到已打印的参数C:\User…

php人物行走,非常震撼的纯CSS3人物行走动画

今天分享给大家的是一个用纯CSS3实现的人物行走动画,在没有使用JavaScript的情况下,用CSS3技术将人物行走的姿态描绘得非常逼真。其实动画实现的原理也是比较简单的,将人物行走时的状态分割成多张图片,然后利用CSS3的动画属性将这…

python实现简易聊天需要登录_python编写简易聊天室实现局域网内聊天功能

本文实例为大家分享了python实现局域网内聊天功能的具体代码,供大家参考,具体内容如下 功能: 可以向局域网内开启接收信息功能的ip进行发送信息,我们可以写两段端口不同的代码来实现在一台电脑上与自己聊天. 关键点: 要想实现此功能必须将程序的端口固定…

php jquery 弹窗提示框,jQuery实现消息弹出框效果

本文实例为大家分享了jQuery消息弹出框的具体代码,供大家参考,具体内容如下效果图实现代码.showMessage {padding: 5px 10px;border-radius: 5px;position: fixed;top: 45%;left: 45%;color: #ffffff;}.showMessageSuccess {background-color: #00B7EE;}…

python定义字符串数组_python数组声明

广告关闭 腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! 如何在python? 我无法在文档中找到对数组的任何引用... 我正在制作一个小程序,在静态数组上保存…

asurerp可以导出php文件吗,编译前的准备 - PHP 扩展开发及内核应用相关内容 - UDN开源文档...

编译前的准备从一个PHP程序猿,到一个想为PHP开发扩展的程序猿,此间的进化有一步是跳不过去的,那就是你必须熟知如何编译PHP的源码。*nix ToolsC语言的编译器是我们使用C语言的必备工具,你的系统应该已经自带了一种C语言的编译器&a…

python函数定义中参数列表里的参数是_python函数定义中的参数说明

原博文 2020-05-23 07:50 − > 描述函数定义时 涉及到的 位置参数,默认参数,关键字参数,可变参数等的概念及用法 ## 1 示例代码#! /usr/bin/env python # -*- coding: UTF-8 -*- import logging def get_default_logger(): log... 相关推荐…

tabulate matlab,matlab中用于统计矩阵数据频率,出现次数的函数

第一种方法:调用MATLAB自带的函数tabulate统计一个数组中各数字(元素)出现的频数、频率【例1】统计数值型数组中各元素出现的频数、频率>> x [2 2 6 5 2 3 2 4 3 4 3 4 4 4 4 2 26 0 4 7 2 5 8 3 1 3 2 5 3 6 2 3 54 3 1 4 2 2 2 3 1 5 2 6 3 4 1 2 5];>&…

python3中map的用法_python3中map()函数用法

1.map语法: map() 函数语法:map(function, iterable, …) 简单来说,map()它接收一个函数 f 和一个 可迭代对象(这里理解成 list),并通过把函数 f 依次作用在 list 的每个元素上,得到一个新的 list 并返回。 def square…

我的世界手机有PHP的开服器下载,【BDS】MC基岩版官方开服器Windows版插件开发包...

您尚未登录,立即登录享受更好的浏览体验!您需要 登录 才可以下载或查看,没有帐号?注册(register)xMC基岩版官方开服器Windows版插件开发教程2019年5月22日 作者:Player前言:MC基岩版官方开服器(BDS)自发布至…

c++ 协程_用yield实现协程

上一篇 理解python中的yield关键字 介绍了使用yeld实现生成器函数,这一篇我们来继续深入的了解一下yield,用yield实现协程。先来解答一下上一篇留下的问题:下面的代码为什么第二次调用next打印None呢?def 事实是这样的&#xff0c…

visualsvn php,VisualSVN 手动记录访问日志

VisualSVN 手动记录访问日志VisualSVN 是一个可以免费使用的,SVN服务器端软件,基于 apache 。可以实现 http https 多种SVN 发布功能。VisualSVN 默认是没有日志记录功能,需要手动打开。首先从apache下载,apache 2.2 windows 版&a…

pandas 第一行_用Excel表格带你学习pandas最核心的处理操作,不再害怕条件统计

此系列文章收录在公众号中:数据大宇宙 > 数据处理 >E-pd转发本文并私信我"python",即可获得Python资料以及更多系列文章(持续更新的)经常听别人说 Python 在数据领域有多厉害,结果学了很长时间,连数据处理都麻烦得…