Python机器学习九十七Pandas 绘图

Pandas的另一个优点是与Matplotlib的集成，可以直接绘制DataFrame和Series。

注意：如没有安装Matplotlib，需首先安装：pip install matplotlib。

import matplotlib.pyplot as plt
plt.rcParams.update({'font.size': 20, 'figure.figsize': (10, 8)}) # 将字体和图形设置为更大

接下来开始绘图。

首先画一下电影的评分和票房之间的关系，调用movies_df上的.plot()方法：

# 加载数据
movies_df = pd.read_csv("IMDB-Movie-Data.csv", index_col="Title")
movies_df.columns = ['rank', 'genre', 'description', 'director', 'actors', 'year', 'runtime', 
                     'rating', 'Votes', 'revenue_millions', 'Metascore']

# 绘图                     
movies_df.plot(kind='scatter', x='rating', y='revenue_millions', title='Revenue (millions) vs rating')

plt.show()

输出

如果想要绘制单个列的简单直方图，可以调用列上的plot:

movies_df['rating'].plot(kind='hist', title='rating')

输出

回忆一下describe()在rating列中给出的统计信息:

movies_df['rating'].describe()

输出

count    1000.000000
mean        6.723200
std         0.945429
min         1.900000
25%         6.200000
50%         6.800000
75%         7.400000
max         9.000000
Name: rating, dtype: float64

使用箱线图，我们可以可视化这些数据:

movies_df['rating'].plot(kind="Box")

输出

箱线图说明

通过组合rating_category和revenue_millions，可以创建一个票房箱线图:

movies_df.Boxplot(column='revenue_millions', by='rating_category')

输出