# 1、可视化实战 df_mean = df.drop(['city_property','city_name','house_title','house_age','within_area'], axis=1).groupby('region_1_name').mean().sort_values('deal_price',ascending=False) df_mean # drop(默认axis=0)删掉行，axis=1删掉列 # groupby汇总 # 2、 %matplotlib inline import matplotlib as mpl import matplotlib.pyplot as plt # 3、用于正常显示中文标签 plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文字体下坐标轴负数的负号显示问题 plt.rcParams['axes.unicode_minus'] = False # 4、设置画图的背景格式（画布风格ggplot） mpl.style.use('ggplot') # 设定一张名为fig的画布，大画布分为ax1和ax2两个小画布，figsize设定画布fig大小12*4(point) fig,(ax1,ax2) = plt.subplots(1,2,figsize=(16,6)) # 在数据集后用.plot()方法就可以画图了，kind="barh"表画一张条形图， # ax=ax1表示条形图画在ax1这张画布上，可以用set_xlabel设定X轴标签。 df_mean['deal_price'].plot(kind='barh',ax=ax1) ax1.set_xlabel('郑州市各地区房源成交价格平均值') df_mean['list_Price'].plot(kind='barh',ax=ax2) ax2.set_xlabel('郑州市各地区房源挂牌价格平均值') # 设定好图表元素后，使图表自动调整格式 fig.tight_layout() # 5、指定一个2*2布局 fig,axes = plt.subplots(2,2,figsize=(10,10)) s = df_mean['deal_price'] # kind='line'折线图，kind='bar'柱状图，kind='box'箱形图，kind='pie'饼图 s.plot(ax=axes[0][0],kind='line',title='line') s.plot(ax=axes[0][1],kind='bar',title='bar') s.plot(ax=axes[1][0],kind='box',title='box') s.plot(ax=axes[1][1],kind='pie',title='pie') fig.tight_layout() # 6、画出成交价格与浏览次数的散点图 fig,ax = plt.subplots(1,1,figsize=(12,4)) # 画散点图时，将图表的类型作为一种方法，参数是要交叉的两个数据集（度量）。 # 在画散点图时，在画布ax上用scatter()方法。 ax.scatter(df['deal_price'],df['through_nums']) # ax.set_xlabel("deal_price") ax.set_ylabel("through_nums")