Pandas双变量绘图（3）：Bivariate plotting教程

基于pandas的双变量的作图

Scatter plot –> df.plot.scatter() 擅长: 区间数据、一些无序的分类数据 Hex plot –> df.plot.hex() 擅长: 区间数据、一些无序的分类数据 Stacked Bar Chart –> df.plot.bar(stacked=True) 擅长: 有序和无序的分类数据 Bivarite Line Char –> df.plot.line() 擅长: 有序的分类数据和区间数据

没有 数据 关系的数据是空白的无意义的。为了能画出以上的图形，我们需要理解两个变量之间是如何交互的。

   是否同时增减，是否存在线性关系，为了更好的看出这些关系，我们最好从图形上来观察。

import pandas as pd
import matplotlib.pyplot as plt

%matplotlib inline

df_reviews = pd.read_csv('../dataSet/winemag-data_first150k.csv',index_col=0)

df_reviews.head(3)

Scatter plot

散点图是最简单的表示两个变量的图形。散点图能够很好的将两个变量的关系映射到二维空间上。

df_reviews[df_reviews['price'] < 100].sample(100).plot.scatter(x='price', y='points')

<matplotlib.axes._subplots.AxesSubplot at 0x7ff833c17518>

为了能更好的表示出这个图片，我们使用抽样的方式，抽取出100个点进行 散点图 显示。这是因为散点图不能表示映射到同一个点的多个点，

   例如有10个(100,
免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删