Pandas Datenvisualisierung

Datenvisualisierung ist ein wichtiger Bestandteil der Datenanalyse. Sie hilft uns, Muster, Trends und Beziehungen in Daten besser zu verstehen und zu interpretieren.

Durch Diagramme, Grafiken und andere Formen verwandelt die Datenvisualisierung komplexe Zahlen und statistische Informationen in leicht verständliche Bilder, wodurch Entscheidungen erleichtert werden.

Pandas bietet Integration mitMatplotlibundSeabornund anderen Visualisierungsbibliotheken, wodurch Datenvisualisierung einfach und effizient wird.

In Pandas erfolgt die Datenvisualisierungsfunktionalität hauptsächlich durchDataFrame.plot()undSeries.plot()Methoden. Diese Methoden sind tatsächlich Wrapper um die Matplotlib-Bibliothek und vereinfachen den Prozess des Zeichnens von Diagrammen.

Diagrammtyp Beschreibung Methode
Liniendiagramm Zeigt den Trend von Daten über die Zeit oder andere kontinuierliche Variablen df.plot(kind='line')
Balkendiagramm Vergleicht Daten über verschiedene Kategorien hinweg df.plot(kind='bar')
Horizontales Balkendiagramm Vergleicht Daten über verschiedene Kategorien hinweg, aber die Balken sind horizontal angeordnet df.plot(kind='barh')
Histogramm Zeigt die Verteilung der Daten df.plot(kind='hist')
Streudiagramm Zeigt die Beziehung zwischen zwei numerischen Variablen df.plot(kind='scatter', x='col1', y='col2')
Boxplot Zeigt die Datenverteilung, einschließlich Median, Quartile usw. df.plot(kind='box')
Dichtediagramm Zeigt die Dichteverteilung der Daten df.plot(kind='kde')
Kreisdiagramm Zeigt den Anteil der verschiedenen Teile am Ganzen df.plot(kind='pie')
Flächendiagramm Zeigt kumulative Werte der Daten df.plot(kind='area')

Die grundlegenden Funktionen und Methoden der Pandas-Datenvisualisierung decken die meisten täglichen Anforderungen an die Datenvisualisierung ab. Für komplexere Visualisierungen können Sie jedoch Matplotlib und Seaborn für eine feinere Diagrammanpassung kombinieren.


I. Überblick über die Pandas-Datenvisualisierung

Pandas bietet dieplot()Methoden, mit denen sich verschiedene Diagrammtypen einfach zeichnen lassen, darunter Liniendiagramme, Balkendiagramme, Histogramme, Streudiagramme usw.plot()Die Methoden haben viele Parameter, die die Anpassung von Diagrammstil, Farben, Beschriftungen usw. ermöglichen.

1. Grundlagenplot()Methoden

Parameter Beschreibung
kind Diagrammtyp, unterstützt'line', 'bar', 'barh', 'hist', 'box', 'kde', 'density', 'area', 'pie'und andere Typen
x Datenspalte für die x-Achse festlegen
y Legen Sie die Datenspalte für die y-Achse fest
title Titel des Diagramms
xlabel x-Achsenbeschriftung
ylabel y-Achsenbeschriftung
color Legen Sie die Farbe des Diagramms fest
figsize Legen Sie die Größe des Diagramms fest (Breite, Höhe)
legend Ob die Legende angezeigt werden soll

2. Gängige Diagrammtypen

Diagrammtyp Beschreibung Häufige Verwendung
Liniendiagramm Wird verwendet, um Datentrends im Zeitverlauf anzuzeigen df.plot(kind='line')
Balkendiagramm Wird verwendet, um Vergleichsdaten zwischen Kategorien anzuzeigen df.plot(kind='bar')
Horizontales Balkendiagramm Ähnlich einem Balkendiagramm, aber die Balken sind horizontal df.plot(kind='barh')
Histogramm Wird verwendet, um die Verteilung der Daten anzuzeigen (Häufigkeitsverteilung) df.plot(kind='hist')
Streudiagramm Wird verwendet, um die Beziehung zwischen zwei numerischen Variablen anzuzeigen df.plot(kind='scatter', x='col1', y='col2')
Boxplot Wird verwendet, um Datenverteilung, Ausreißer und Quartile anzuzeigen df.plot(kind='box')
Dichtediagramm Wird verwendet, um die Dichteverteilung der Daten anzuzeigen df.plot(kind='kde')
Kreisdiagramm Wird verwendet, um den Anteil jedes Teils am Ganzen anzuzeigen df.plot(kind='pie')
Flächendiagramm Wird verwendet, um kumulative Werte anzuzeigen (ähnlich einem Liniendiagramm, aber mit gefüllter Farbe) df.plot(kind='area')

II. Beispiele für Datenvisualisierung

1. Liniendiagramm

Liniendiagramme werden häufig verwendet, um den Trend von Daten im Zeitverlauf zu zeigen.

Beispiel

import pandas as pd
import matplotlib.pyplot as plt

# Beispieldaten
data = {'Year': [2015, 2016, 2017, 2018, 2019, 2020],
        'Sales': [100, 150, 200, 250, 300, 350]}
df = pd.DataFrame(data)

# Liniendiagramm zeichnen
df.plot(kind='line', x='Year', y='Sales', title='Sales Over Years', xlabel='Year', ylabel='Sales', figsize=(10, 6))
plt.show()

Ausgabe:

2. Balkendiagramm

Balkendiagramme werden verwendet, um Vergleiche zwischen verschiedenen Kategorien zu zeigen, besonders geeignet für diskrete Daten.

Beispiel

import pandas as pd
import matplotlib.pyplot as plt

# Beispieldaten
data = {'Category': ['A', 'B', 'C', 'D'],
        'Wert': [10, 15, 7, 12]}
df = pd.DataFrame(data)

# Balkendiagramm zeichnen
df.plot(kind='bar', x='Category', y='Value', title='Category Values', xlabel='Category', ylabel='Value', figsize=(8, 5))
plt.show()

Ausgabe:

3. Streudiagramm

Streudiagramme werden verwendet, um die Beziehung zwischen zwei numerischen Variablen zu zeigen.

Beispiel

import pandas as pd
import matplotlib.pyplot as plt

# Beispieldaten
data = {'Height': [150, 160, 170, 180, 190],
        'Weight': [50, 60, 70, 80, 90]}
df = pd.DataFrame(data)

# Streudiagramm zeichnen
df.plot(kind='scatter', x='Height', y='Weight', title='Height vs Weight', xlabel='Height (cm)', ylabel='Gewicht (kg)', figsize=(8, 5))
plt.show()

Ausgabe:

4. Histogramm

Histogramme werden verwendet, um die Verteilung von Daten darzustellen, insbesondere um die Häufigkeitsverteilung von Daten zu beschreiben.

Beispiel

import pandas as pd
import matplotlib.pyplot as plt

# Beispieldaten
data = {'Scores': [55, 70, 85, 90, 60, 75, 80, 95, 100, 65]}
df = pd.DataFrame(data)

# Histogramm plotten
df.plot(kind='hist', y='Scores', bins=5, title='Scores-Verteilung', xlabel='Scores', figsize=(8, 5))
plt.show()

Ausgabe:

5. Boxplot

Boxplots werden verwendet, um die Verteilung von Daten darzustellen, einschließlich des Medians, der Quartile und der Ausreißer.

Beispiel

import pandas as pd
import matplotlib.pyplot as plt

# Beispieldaten
data = {'Scores': [55, 70, 85, 90, 60, 75, 80, 95, 100, 65]}
df = pd.DataFrame(data)

# Boxplot plotten
df.plot(kind='box', title='Scores-Boxplot', ylabel='Scores', figsize=(8, 5))
plt.show()

Ausgabe:

6. Kreisdiagramm

Kreisdiagramme werden verwendet, um den Anteil jedes Teils am Ganzen zu zeigen.

Beispiel

import pandas as pd
import matplotlib.pyplot as plt

# Beispieldaten
data = {'Category': ['A', 'B', 'C', 'D'],
        'Wert': [10, 15, 7, 12]}
df = pd.DataFrame(data)

# Kreisdiagramm zeichnen
df.plot(kind='pie', y='Value', labels=df['Category'], autopct='%1.1f%%', title='Category Proportions', figsize=(8, 5))
plt.show()

Ausgabe:


III. Seaborn-Visualisierung

Seaborn ist eine fortgeschrittene Datenvisualisierungsbibliothek, die auf Matplotlib basiert und schönere, benutzerfreundlichere Diagramme sowie eine reichhaltigere Auswahl an statistischen Diagrammtypen bietet.

In Pandas können Sie Seaborn direkt in Verbindung damit verwenden.

Heatmap:

Beispiel

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# Beispieldaten
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# Heatmap zeichnen
sns.heatmap(df.corr(), annot=True, cmap='coolwarm')
plt.show()

Ausgabe:

Streudiagramm-Matrix zwischen allen numerischen Merkmalen im Datensatz:

Beispiel

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# Beispieldaten
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

sns.pairplot(df)
plt.show()

Ausgabe:


IV. Erweiterte Anpassung mit Matplotlib

Zusätzlich zur Verwendung der von Pandas bereitgestellten Methoden,plot()Matplotlib kann auch flexiblere Anpassungsmöglichkeiten bieten, wie das Hinzufügen von Titeln, Beschriftungen, das Festlegen von Diagrammstilen, das Anpassen von Achsen usw.

Beispiel

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# Beispieldaten
data = {'Year': [2015, 2016, 2017, 2018, 2019],
        'Sales': [100, 150, 200, 250, 300]}
df = pd.DataFrame(data)

# Liniendiagramm zeichnen
plt.plot(df['Year'], df['Sales'], color='blue', marker='o')

# Anpassung
plt.title('Sales Over Years')
plt.xlabel('Year')
plt.ylabel('Sales')
plt.grid(True)

# Anzeige
plt.show()

Ausgabe:

Andere Erweiterungen