[Python]可视化地展示出表格中某一列同一数据的出现次数

小灰灰 2024-05-04 08:26 100阅读 0赞

## 前言 ##

Matplotlib画图工具的官网地址是 http://matplotlib.org/

Python环境下实现Matlab制图功能的第三方库，需要numpy库的支持，支持用户方便设计出二维、三维数据的图形显示，制作的图形达到出版级的标准。

pandas 是 Python 编程语言中一个强大的数据处理和分析库。它提供了快速、灵活和富有表达力的数据结构，设计目的是使“关系”或“标记”数据的“使用”既简单又直观。pandas 名称来源于“panel data”（面板数据）和“Python data analysis”（Python数据分析）这两个术语。

## 正文 ##

### 1、导入必要的库 ###

代码首先导入了必要的库：pandas`和``matplotlib.pyplot`用于绘图。

import pandas as pdimport matplotlib.pyplot as plt

### 2、df\['year'\].value\_counts().plot(kind='bar') ###

df['year'].value_counts().plot(kind='bar')

主要就是这行代码，靠他！就能完成提要所要求的工作

![9b46969717524fafaa83ff1fe839d5e6.png][]

1.  `df['year']`: 这从DataFrame `df` 中选择了名为 `'year'` 的列。
2.  `.value_counts()`: 这是一个pandas Series的方法，用于计算该列中每个唯一值的出现次数。它返回一个新的Series，其索引是原始Series中的唯一值，值是这些唯一值在原始Series中出现的次数。
3.  `.plot(kind='bar')`: 这将使用matplotlib库来绘制一个条形图。`kind='bar'` 告诉 `.plot()` 方法我们要绘制的是条形图。

### 3、绘制条形图 ###

import pandas as pdimport matplotlib.pyplot as pltimport os# 打印当前工作目录路径print(os.path.abspath('.'))# 加载数据集df = pd.read_csv('student_score.csv')# 可视化每个年份的数据分布plt.figure(figsize=(10, 6))df['year'].value_counts().plot(kind='bar')plt.title('Distribution of Data by Year')plt.xlabel('Year')plt.ylabel('Count') # 显示图形plt.show()

![fbb52c6cd4ab0356d04e5892c0bdaff3.png][]

### 4、绘制饼图 ###

plt.figure(figsize=(10, 6))df['year'].value_counts().plot(kind='pie')plt.title('Distribution of Data by Year')plt.xlabel('Year')plt.ylabel('Count')

![5da4216a604aa2a09508679b703451fa.png][]

### 5、小结 ###

在Python的pandas库中，`plot(kind='')` 方法用于绘制不同类型的图形。`kind` 参数决定了图形的类型。以下是一些常用的 `kind` 值以及它们对应的图形：

1.  `'line'` 或 `'line'`: 绘制线图（折线图）。
2.  `'bar'`: 绘制条形图。
3.  `'barh'`: 绘制水平条形图。
4.  `'hist'`: 绘制直方图。
5.  `'box'`: 绘制箱线图（盒须图）。
6.  `'kde'`: 绘制核密度估计图。
7.  `'density'`: 绘制密度图（与 'kde' 类似，但可能在某些版本的pandas中有所不同）。
8.  `'area'`: 绘制面积图。
9.  `'pie'`: 绘制饼图。
10. `'scatter'`: 绘制散点图。

[9b46969717524fafaa83ff1fe839d5e6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/04/c83146e623414dc4a8ff811cab30f94a.png
[fbb52c6cd4ab0356d04e5892c0bdaff3.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/04/7edf97dc9c504b30b9bb9c041412a88c.png
[5da4216a604aa2a09508679b703451fa.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/04/6116372d52564b2499d2e1695c01e162.png