Линейные и столбчатые диаграммы в matplotlib

Стена чисел скрывает закономерности. Быстрая диаграмма мгновенно их показывает, поэтому каждый анализ завершается графиком. 📊

Механизм построения графиков находится в matplotlib.pyplot, который почти всегда импортируют как plt. Короткий псевдоним делает каждый вызов графика аккуратным.

Выбирайте линейную диаграмму, когда величина изменяется по непрерывной оси, например продажи растут от месяца к месяцу.

Используйте столбчатую диаграмму, чтобы сравнить отдельные группы рядом, например общие продажи по регионам.

У каждой Series и каждого DataFrame есть встроенный метод .plot, который вызывает matplotlib, поэтому ручная настройка не требуется.

Метод построения pandas принимает аргумент kind. Передайте kind="bar" для столбцов или не указывайте его, чтобы получить линейный график по умолчанию.

Сводка по группам отлично отображается, потому что её индекс становится осью x. Сгруппируйте, агрегируйте, затем добавьте .plot.

Вне ноутбука необходимо вызвать plt.show, чтобы открыть окно. В Jupyter диаграмма появляется автоматически.

Маленькие диаграммы скрывают детали. Передайте figsize ширину и высоту в дюймах, чтобы графику хватило места.

Вызовите plt.plot несколько раз до отображения, и matplotlib разместит каждую линию на тех же осях для удобного сравнения.

Старые графики могут накапливаться в разных ячейках. Начните заново с помощью plt.figure или закройте старые рисунки, чтобы диаграммы не перекрывались.

Теперь Вы умеете импортировать plt, строить линии для тенденций и столбцы для категорий, а также создавать графики прямо из pandas. Теперь у Ваших данных появилось лицо! 🎨