pandas绘图：拆线图、多条拆线、柱状图、横向与纵向

在数据分析和可视化过程中，Python的pandas库是一个强大而且灵活的工具。它提供了一种简单的方式来绘制各种类型的图表，包括拆线图、柱状图和饼状图等。本文将介绍如何使用pandas绘制这些图表，并提供具体的示例。

拆线图

拆线图是用线段连接数据点的图形表示方式。它常用于展示随时间变化的数据趋势。

import pandas as pd
import matplotlib.pyplot as plt

# 创建示例数据
data = {'年份': [2015, 2016, 2017, 2018, 2019],
        '销售额': [100, 150, 200, 220, 250]}

df = pd.DataFrame(data)

# 绘制拆线图
plt.plot(df['年份'], df['销售额'])
plt.xlabel('年份')
plt.ylabel('销售额')
plt.title('年度销售额变化趋势')
plt.show()

多条拆线

有时候我们需要在同一个图上绘制多条线，以便比较不同数据集之间的趋势。

# 创建示例数据
data = {'年份': [2015, 2016, 2017, 2018, 2019],
        '销售额A': [100, 150, 200, 220, 250],
        '销售额B': [120, 160, 180, 200, 240]}

df = pd.DataFrame(data)

# 绘制多条拆线图
plt.plot(df['年份'], df['销售额A'], label='销售额A')
plt.plot(df['年份'], df['销售额B'], label='销售额B')
plt.xlabel('年份')
plt.ylabel('销售额')
plt.title('年度销售额比较')
plt.legend()
plt.show()

柱状图（纵向）

柱状图用于比较多个类别或组的数据。每个类别由一根竖直的柱子表示。

# 创建示例数据
data = {'月份': ['1月', '2月', '3月', '4月', '5月'],
        '销售额': [100, 150, 200, 220, 250]}

df = pd.DataFrame(data)

# 绘制柱状图
plt.bar(df['月份'], df['销售额'])
plt.xlabel('月份')
plt.ylabel('销售额')
plt.title('每月销售额统计')
plt.show()

柱状图（横向）

柱状图还可以横向绘制。

# 绘制横向柱状图
plt.barh(df['月份'], df['销售额'])
plt.xlabel('销售额')
plt.ylabel('月份')
plt.title('每月销售额统计')
plt.show()

饼状图

饼状图表示各类别所占比例的圆形图。

# 创建示例数据
data = {'类别': ['A', 'B', 'C', 'D', 'E'],
        '销售额': [100, 150, 200, 220, 250]}

df = pd.DataFrame(data)

# 绘制饼状图
plt.pie(df['销售额'], labels=df['类别'], autopct='%1.1f%%')
plt.title('销售额分布')
plt.show()

以上是使用pandas绘制拆线图、多条拆线图、柱状图、横向柱状图以及饼状图的示例。pandas提供了丰富而且易于使用的功能，使数据的可视化变得简单直观。你可以根据自己的需求对图表进行修改和美化，使其更加吸引人。

本文来自极简博客，作者：浅夏微凉，转载请注明原文链接：pandas绘图：拆线图、多条拆线、柱状图、横向与纵向