Pandas單變數畫圖

Bar Chat	Line Chart	Area Chart	Histogram
df.plot.bar()	df.plot.line()	df.plot.area()	df.plot.hist()
適合定類資料和小範圍取值的定序資料	適合定序資料和定距資料	適合定序資料和定距資料	適合定距資料

---

pandas庫是Python資料分析最核心的一個工具庫：“殺手級特徵”，使整個生態系統融合在一起。除了資料讀取、轉換之外，也可以進行資料視覺化。易於使用和富有表現力的pandas繪圖API是pandas流行的重要組成部分。

在本節中，我們將學習基本的“pandas”繪圖工具，從最簡單的視覺化型別開始：單變數或“單變數”視覺化。這包括條形圖和折線圖等基本工具。通過這些，我們將瞭解pandas繪製庫結構，並花一些時間檢查資料型別。

資料分類：

1. Norminal Data 定類變數：變數的不同取值僅僅代表了不同類的事物。問卷的人口特徵中最常使用的問題，而調查被訪物件的“性別”，就是 定類變數。對於定類變數，加減乘除等運算是沒有實際意義的；
2. Ordinal Data定序變數：變數的值不僅能夠代表事物的分類，還能代表事物按某種特性的排序，這樣的變數叫定序變數。問卷的人口特徵中最常使用的問題“教育程度“，以及態度量表題目等都是定序變數，定序變數的值之間可以比較大小，或者有強弱順序，但兩個值的差一般沒有什麼實際意義。
3. Interval Data 定距變數：變數的值之間可以比較大小，兩個值的差有實際意義，這樣的變數叫定距變數。有時問卷在調查被訪者的“年齡”和“每月平均收入”，都是定距變數。
4. Ratio Data　定比變數, 有絕對0點，如質量，高度。定比變數與定距變數在市場調查中一般不加以區分，它們的差別在於，定距變數取值為“0”時，不表示“沒有”，僅僅是取值為0。定比變數取值為“0”時，則表示“沒有”
   。

import pandas as pd
reviews = pd.read_csv("../input/wine-reviews/winemag-data_first150k.csv", index_col=0)
reviews.head(3)

結果：

條形圖可以說是最簡單的資料視覺化。他們將類別對映到數字：例如，早餐(一類)消費的雞蛋數量；或者，世界葡萄酒產區（類別）與其生產的葡萄酒標籤數量（數量）：

#取資料province特徵下前10個最常出現的類別：province省份--->出現次數；
reviews['province'].value_counts().head(10).plot.bar()

這個圖表告訴我們什麼？它說加州生產的葡萄酒遠遠超過世界上任何其他省份！我們可能會問，加州葡萄酒總量的百分之幾是多少？這個條形圖告訴了我們絕對數字，但知道相對比例會更有用：

#取province特徵，統計，取前10，計算比例，畫圖bar plot
(reviews['province'].value_counts().head(10)/len(reviews)).plot.bar()

加州生產葡萄酒佔雜誌評選到的葡萄酒的幾乎三分之一！

條形圖非常靈活：高度可以代表任何東西，只要它是一個數字。每個欄都可以代表任何東西，只要它是一個類別。

在這種情況下，類別是標稱類別nominal categories：“純”類別，類別排序沒有多大意義。標稱分類變數包括國家，郵政編碼，乳酪型別等。另一種是序數類別ordinal categories：類別見的排序是有意義，如地震震級，有一定數量公寓的住宅小區，以及當地熟食店的薯條大小。

或者，在我們的案例中，Wine Magazine分配的某個評分的評論數量[ordinal categories]：

#統計各個得分的數目,直接顯示：可以發現，第一個bar是87，第二個是88；按照數目多少排序的
reviews['points'].value_counts().plot.bar()

reviews['points'].value_counts().sort_index().plot.bar()

正如你所看到的，每個釀出的酒總分都在80到100之間。而且，如果我們相信葡萄酒雜誌是一個品味良好的仲裁者，那麼類別92就會比類別91更有意義地“更好”。

折線圖Line charts

葡萄酒評論記分卡有20個不同的獨特值可供填寫，我們的條形圖幾乎不夠。如果雜誌評價0-100的話，有100個不同的類別，該怎麼辦？類別太多了，不適合用條形圖處理！

在這種情況下，我們可以使用折線圖代替條形圖：

#統計各個得分的數目，將index排序-從小到大(顯示更合理)
reviews['points'].value_counts().sort_index().plot.line()

相關推薦