Python库助力pandas智能可视化的示例分析
Python库助力pandas智能可视化的示例分析,很多新手对此不是很清楚,为了帮助大家解决这个难题,下面小编将为大家详细讲解,有这方面需求的人可以来学习下,希望你能有所收获。
创新互联建站是一家专注于成都网站设计、网站建设与策划设计,巴南网站建设哪家好?创新互联建站做网站,专注于网站建设十余年,网设计领域的专业建站公司;建站业务涵盖:巴南等地区。巴南做网站价格咨询:028-86922220
Pandas是用于数据处理的核心库,它也可以进行简单的可视化,绘制散点、折线、直方等基础图表都不在话下。

Pandas自带的可视化方法是基于matplotlib的函数接口,在Jupyter里可以静态展示。
这次介绍一个可视化工具-LUX,它能自动地将DataFrame数据转化为统计图表,让你一目了然地看到相关性、分布、频率等信息。

LUX在Jupyter Notebook或Lab中进行交互,图表与数据可以同步显示。
项目地址: https:// github.com/lux-org/lux
使用LUX
以下面数据集(美国各大学信息表)为例:
# 导入pandas和lux库 import pandas as pd import lux #加载数据 df = pd.read_excel("C:\\Users\\zii\\Documents\\USA_College.xlsx") df
读取的数据如下:


除了显示的数据表外,同时你还会看到数据集上面出现一个按钮,可以进行数据/图表的交换显示。

所以说只需要导入lux库,就能直接使用图表功能。

大家看到下面有三种类型的图表,代表的统计学含义分别是相关性、直方分布、事件频次。



除了全表的可视化探索外,你还可以研究特定变量间的关系。
比如,我想看 SAT平均值
和 收入中位数
的关联性.
df.intent = ['SAT平均值','收入中位数'] df

左边的表是两个变量的总体分布,右边是在有筛选条件下的分布。
导出图表
LUX支持图表的导出,既可以导出图表文件,也可以导出相应的matplotlib、altair代码。
首先选定一个或多个图表,点击导出按钮。

可以直接将选定的图表单独显示出来:

鸿蒙官方战略合作共建——HarmonyOS技术社区
导出html
df.save_as_html('hpi.html')
导出matplotlib代码
vis = df.exported print (vis[0].to_matplotlib())

鸿蒙官方战略合作共建——HarmonyOS技术社区
导出altair代码
vis = df.exported print(vis[0].to_Altair())

导出的代码可以直接运行:
import altair as alt chart = alt.Chart(df).mark_circle().encode( x=alt.X('SAT平均值',scale=alt.Scale(domain=(666, 1534)),type='quantitative', axis=alt.Axis(title='SAT平均值')), y=alt.Y('收入中位数',scale=alt.Scale(domain=(20200, 125600)),type='quantitative', axis=alt.Axis(title='收入中位数')) ) chart = chart.configure_mark(tooltip=alt.TooltipContent('encoding')) # Setting tooltip as non-null chart = chart.interactive() # Enable Zooming and Panning chart = chart.encode(color=alt.Color('最高学位',type='nominal')) chart = chart.configure_title(fontWeight=500,fontSize=13,font='Helvetica Neue') chart = chart.configure_axis(titleFontWeight=500,titleFontSize=11,titleFont='Helvetica Neue', labelFontWeight=400,labelFontSize=8,labelFont='Helvetica Neue',labelColor='#505050') chart = chart.configure_legend(titleFontWeight=500,titleFontSize=10,titleFont='Helvetica Neue', labelFontWeight=400,labelFontSize=8,labelFont='Helvetica Neue') chart = chart.properties(width=160,height=150) chart

安装设置
lux安装过程和其他库一样,可以通过pip或conda安装,直接在命令行输入:
pip install lux-api
或
conda install -c conda-forge lux-api
因为lux一般用在Jupyter生态中,所以需要安装并激活luxwidget拓展,才能显示交互式窗口。
如果你是在Jupyter Notebook或VSCode中使用,使用下面代码激活拓展:
jupyter nbextension install --py luxwidget jupyter nbextension enable --py luxwidget
如果你使用的是Jupyter Lab,则激活lab拓展:
jupyter labextension install @jupyter-widgets/jupyterlab-manager jupyter labextension install luxwidget
LUX是一个不错的数据可视化分析工具,能智能地辅助Pandas做数据探索,省去了很多不必要的操作。
看完上述内容是否对您有帮助呢?如果还想对相关知识有进一步的了解或阅读更多相关文章,请关注创新互联行业资讯频道,感谢您对创新互联的支持。
网页标题:Python库助力pandas智能可视化的示例分析
文章URL:http://azwzsj.com/article/gdjeci.html