Pandas 和袖扣的阴谋

Pandas 是 Python 中非常流行的用于数据分析的库。它也有自己的绘图功能支持。但是，Pandas 图不提供可视化中的交互性。值得庆幸的是，可以使用Pandas 数据框对象构建 plotly 的交互式和动态图。

我们首先从简单的列表对象构建一个 Dataframe。

data = [['Ravi',21,67],['Kiran',24,61],['Anita',18,46],['Smita',20,78],['Sunil',17,90]]
df = pd.DataFrame(data,columns = ['name','age','marks'],dtype = float)

数据框列用作图形对象轨迹的x和y属性的数据值。在这里，我们将使用名称和标记列生成条形跟踪。

trace = go.Bar(x = df.name, y = df.marks)
fig = go.Figure(data = [trace])
iplot(fig)

一个简单的条形图将显示在 Jupyter 笔记本中，如下所示 –

Plotly 建立在d3.js之上，特别是一个图表库，可以使用另一个名为Cufflinks 的库直接与Pandas 数据帧一起使用。

如果尚不可用，请使用您最喜欢的包管理器（如pip）安装 cufflinks 包，如下所示 –

pip install cufflinks
or
conda install -c conda-forge cufflinks-py

首先，将袖扣与其他库（如Pandas和numpy）一起导入，这些库可以将其配置为离线使用。

import cufflinks as cf
cf.go_offline()

现在，您可以直接使用Pandas 数据框来显示各种绘图，而无需像我们之前所做的那样使用来自graph_objs 模块的跟踪和图形对象。

df.iplot(kind = 'bar', x = 'name', y = 'marks')

条形图，与之前的非常相似，如下所示 –

来自数据库的 Pandas 数据框

它可以由不同类型数据库中的数据填充，而不是使用 Python 列表来构建数据框。例如，可以将 CSV 文件、SQLite 数据库表或 mysql 数据库表中的数据提取到 Pandas 数据帧中，最终使用Figure 对象或Cufflinks 接口绘制图形。

要从CSV 文件中获取数据，我们可以使用Pandas 库中的read_csv()函数。

import pandas as pd
df = pd.read_csv('sample-data.csv')

如果数据在SQLite 数据库表中可用，则可以使用SQLAlchemy 库进行检索，如下所示 –

import pandas as pd
from sqlalchemy import create_engine
disk_engine = create_engine('sqlite:///mydb.db')
df = pd.read_sql_query('SELECT name,age,marks', disk_engine)

另一方面，来自MySQL 数据库的数据在 Pandas 数据框中检索如下 –

import pymysql
import pandas as pd
conn = pymysql.connect(host = "localhost", user = "root", passwd = "xxxx", db = "mydb")
cursor = conn.cursor()
cursor.execute('select name,age,marks')
rows = cursor.fetchall()
df = pd.DataFrame( [[ij for ij in i] for i in rows] )
df.rename(columns = {0: 'Name', 1: 'age', 2: 'marks'}, inplace = True)