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。

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：

1. 鸿蒙官方战略合作共建——HarmonyOS技术社区

2. 导出html df.save_as_html('hpi.html')

3. 导出matplotlib代码

vis = df.exported print (vis[0].to_matplotlib())

1. 鸿蒙官方战略合作共建——HarmonyOS技术社区

2. 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，请关注编程网Python频道，感谢您对编程网的支持。