pandas 可视化

本教程作者所著新书《深入浅出Pandas：利用Python进行数据处理与分析》（ISBN：9787111685456）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

一图胜千言，人是一个视觉敏感的动物，大多数人对数字无法在较短的时间内找到规律和业务意义，可视化就势在必行。

视觉化效应 (Visual effects) 是指人类认知过程中，只要将非视觉性信息转化成视觉信息，可以大大增强海马体的记忆与前额叶皮质的思维反应速度。

Pandas 的样式（Styling）和可视化图表（Charts）都可以让数据直达我们的大脑，让数据自己说话。

pyplot 模块

Pandas的数据可视化依赖于matplotlib模块的pyplot类，matplotlib在安装Pandas会自动安装。Matplotlib可以对图形做细节控制，绘制出出版质量级别的图形，通过Matplotlib，可以简单地绘制出常用的统计图形。

以下是约定俗的引入方法：

# 约定简写为 plt
import matplotlib.pyplot as plt

其他可视化库

其他的可视化库有 Altair、Bokeh、seaborn、plotnine、IPython Vega、Plotly 等，样式比较现代、美观，本教程会分别做相关介绍。

颜色的表示

在可视化中颜色与 CSS 表示方法相同，可以用 CSS 颜色名和 CSS 合法颜色值表示。

17 种标准色颜色名为： aqua, black, blue, fuchsia, gray, green, lime, maroon, navy, olive, orange, purple, red, silver, teal, white, yellow。

颜色值的概念、表达方式、常见配色可参考 网页常用颜色及颜色代码

matplotlib 图形显示中文

在绘制图形时，图形中的文由于matplotlib未加载中文字体页显示乱码，需要对计算机做以下配置彻底解决这个问题：

1. 下载字体文件：https://www.fontpalace.com/font-download/simhei/ 。下载后打开文件点击安装，Windows也可复制到系统的fonts文件夹。

2. 查找 matplotlib 配置文件，执行以下代码可返回文件目录

# 查找 matplotlib 配置文件
import matplotlib
matplotlib.matplotlib_fname()

进入这个目录，可以看fonts文件夹和matplotlibrc配置文件，fonts文件夹用于存放字体文件。

1. 修改配置文件，用纯文本编辑器打开matplotlibrc配置文件，修改前请备份一下。使用查找功能查到并操作

   • 将以下 font.family和 font.sans-serif 前面的#去掉
   • 在font.sans-serif:后面新增SimHei
   • 同时将找到axes.unicode_minus，将True改为False，作用就是解决负号'-'显示为方块的问题。

最终修改为：

font.family         : sans-serif
font.sans-serif     : SimHei, DejaVu Sans, Bitstream Vera Sans, Lucida Grande, Verdana, Geneva, Lucid, Arial, Helvetica, Avant Garde, sans-serif
axes.unicode_minus  : False

1. 找到缓存文件目录并删除，Mac电脑和转到/Users/hui/.matplotlib（其中hui是你自己的电脑用户名），Windows电脑的路径为C:\Users\hui.matplotlib，将tex.cache和fontList.json等文件全删除。

2. 重启Jupyter notebook并重新执行代码

如果仍然有问题，可再增加临时代码，可能重新加一下：

from matplotlib.font_manager import _rebuild

# 重新加载
_rebuild()

如还没解决，可重启电脑试试。

notebook 问题

以下是可视化过程中 jupyter notebooks 一些问题的解决方案：

图形大小及正确显示中文：

# jupyter notebooks plt 图表配置
import matplotlib.pyplot as plt
plt.rcParams['figure.figsize'] = (15.0, 8.0) # 固定显示大小
plt.rcParams['font.family'] = ['sans-serif'] # 显示中文问题
plt.rcParams['font.sans-serif'] = ['SimHei'] # 显示中文问题
plt.rcParams['axes.unicode_minus'] = False # 显示负号
plt.style.use('seaborn-whitegrid') # 设置图形样式

plt.style.available # 可以得到所有可用的样式

页面大小控制：

# jupyter notebooks 页面自适应宽度
from IPython.core.display import display, HTML
display(HTML("<style>.container { width:100% !important; }</style>"))
# 背景白色 <style>#notebook_panel {background: #ffffff;}</style>

嵌入页面：

# jupyter notebooks 嵌入页面内容
from IPython.display import IFrame
IFrame('https://arxiv.org/pdf/1406.2661.pdf', width=800, height=450)

图片加到邮件正文

在邮件中不能直接引用图片，可使用以下方法使用图片的 base64 编码，再用 html 引用：

import base64
f = open('john-lennon.jpg', 'rb')
bs64 = base64.b64encode(f.read()).decode()
img_by_html = f"<img src='data:image/png;base64,{bs64}'/>"

# 在 notebook 中查看
from IPython.core.display import display, HTML
display(HTML(img_by_html))

todo

• 图表介绍 plot
• 图表类型
• 图表中对缺失值的处理
• 图表工具
• 图表中的格式设定
• 直接使用 matplotlib
• matplotlib
• seaborn
• plotly
• bokeh
• bqplot
• voila
• 地图 folium https://www.biaodianfu.com/folium.html

参考：

• 各图表的意义 https://antv-2018.alipay.com/zh-cn/vis/chart/index.html
• 各图表的意义 http://tuzhidian.com/