使用 Pandas 和 Matplotlib 進行不同的繪圖

---

Pandas 和 Matplotlib 是 Python 中可用於對給定輸入資料進行資料分析和視覺化的庫。以下是使用 Pandas 和 Matplotlib 庫可以繪製的一些不同圖表。

使用折線圖

折線圖是視覺化隨時間變化的資料的最簡單圖表；可以使用 Pandas 和 Matplotlib 庫繪製此圖表。我們在 Matplotlib 庫中提供了 plot() 函式來繪製折線圖。以下是語法。

import matplotlib.pyplot as plt
plt.plot(x,y)

其中，

• matplotlib.pylot 是庫。

• plt 是別名。

• plot 是繪製折線圖的函式。

• x、y 是要繪製的輸入資料。

示例

在以下示例中，我們將使用 Pandas 庫建立一個折線圖來視覺化提供的資料 -

import matplotlib.pyplot as plt
import pandas as pd
data = {"year":[2002,2000,1999,2020,2023],"age":[19,20,34,4,25]} 
pandas_data = pd.DataFrame(data)
print(pandas_data)
plt.plot(data["year"],data["age"])
plt.show()

輸出

year  age
0  2002   19
1  2000   20
2  1999   34
3  2020    4
4  2023   25

使用散點圖

散點圖用於繪製定義的資料元素之間的關係。我們在 Matplotlib 庫中提供了名為 scatter() 的函式來繪製散點圖。以下是語法。

plt.scatter(x,y)

示例

在以下示例中，我們將使用 Pandas 庫的 Dataframe 功能建立一個散點圖來視覺化提供的資料。

import matplotlib.pyplot as plt
import pandas as pd
data = {"year":[2002,2000,1999,2020,2023],"age":[19,20,34,4,25]} 
pandas_data = pd.DataFrame(data)
print(pandas_data)
plt.scatter(data["year"],data["age"])
plt.show()

輸出

year  age
0  2002   19
1  2000   20
2  1999   34
3  2020    4
4  2023   25

使用直方圖

直方圖用於顯示圖上單個變數的分佈。在 Matplotlib 庫中，我們有 hist() 函式來繪製直方圖。以下是語法。

plt.hist(x)

示例

在此示例中，我們將使用 Matplotlib 庫中提供的 hist() 函式繪製直方圖。

import matplotlib.pyplot as plt
import pandas as pd
data = {"year":[2002,2000,1999,2020,2023],"age":[19,20,34,4,25]} 
pandas_data = pd.DataFrame(data)
print(pandas_data)
plt.hist(data["age"])
plt.show()

輸出

year  age
0  2002   19
1  2000   20
2  1999   34
3  2020    4
4  2023   25

使用條形圖

條形圖用於比較不同類別的的資料。Matplotlib 庫提供了一個名為 bar() 的函式，用於繪製條形圖。以下是語法 -

plt.bar(x,y)

示例

在此示例中，我們將使用 Matplotlib 庫中提供的 bar() 函式繪製條形圖。

import matplotlib.pyplot as plt
import pandas as pd
data = {"year":[2002,2000,1999,2020,2023],"age":[19,20,34,4,25]} 
pandas_data = pd.DataFrame(data)
print(pandas_data)
plt.bar(data["age"],data["year"])
plt.show()

輸出

year  age
0  2002   19
1  2000   20
2  1999   34
3  2020    4
4  2023   25