1、绘制

Pandas使用plot()方法创建图表。

Python使用Matplotlib库的子模块Pyplot在屏幕上可视化该图。

在我们的Matplotlib教程中阅读有关Matplotlib的更多信息。

例如：

从Matplotlib导入pyplot并可视化我们的DataFrame：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('data.csv')

df.plot()

plt.show()

此页面中的示例使用一个名为“data.csv”的CSV文件。

data.csv文件：https://www.cjavapy.com/download/5fe1f74edc72d93b4993067c/

2、散点图(Scatter Plot)

使用kind参数指定要散点图：

kind = 'scatter'

散点图需要x轴和y轴。

在下面的示例中，我们将在x轴上使用"Duration"，在y轴上使用"Calories"。

包括如下x和y参数：

x = 'Duration', y = 'Calories'

例如：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('data.csv')

df.plot(kind = 'scatter', x = 'Duration', y = 'Calories')

plt.show()

 Result

记住：在上一个示例中，我们了解到"Duration" 与 "Calories"之间的相关性为0.922721，并且得出结论，持续时间越长意味着燃烧的卡路里越多通过查看散点图。

让我们创建另一个散点图，其中列之间存在不良关系，例如“Duration”和“Maxpulse”，且相关性为0.009403：

例如： 

散点图，其中各列之间没有关系：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('data.csv')

df.plot(kind = 'scatter', x = 'Duration', y = 'Maxpulse')

plt.show()

Result

3、直方图

使用kind参数指定要的直方图：

kind = 'hist'

直方图只需要一列。

直方图显示了每个间隔的频率，例如，在50至60分钟之间进行了多少次锻炼？

在下面的示例中，我们将使用"Duration"列创建直方图：

例如：

df["Duration"].plot(kind = 'hist')

 Result

注意：直方图告诉我们，有100多次锻炼持续了50到60分钟。