「大数据分析」Pandas图形可视化，基本绘图：折线图及实践
在使用Python语言进行的可视化的过程中，基本上是通过Matplotlib第三方图形可视化库，来实现数据的可视化过程。Pandas的图形可视化，也是基于Matplotlib的底层库来实现的，可以算是Matplotlib库的简化版本。
很多时候，我们不一定非要立马做出精美的可视化图形。在我们分析数据和处理数据的过程中，经常需要快速生成图形，以便于我们及时查看数据在图形上是个什么样子，这样才能保证我们的数据分析和处理过程，有一个直观，能看见的参考。
安装matplotlib库
我们先来看Pandas图形可视化的基本绘图部分，折线图的实现过程。
这里我们用到了matplotlib库，没有安装的话，需要先安装这个库，才能正常绘图。
在vscode的终端，输入pip install matplotlib命令，进行安装
导入所需库，并设置关闭打开图形界面窗口参数。
绘制折线图
先通过随机函数，生成模拟数据集。
调用matplotlib的plot函数，实现绘图过程。
图形生成和绘制完毕后，可以点击图形右上方的按钮，复制和保存图片。
绘制多条折线图
我们经常需要在同一幅图中，查看多个变量之间趋势的，多条折线图。这样可以看出，多个变量间的趋势和影响的关系。
生成模拟数据集
这里的模拟数据集，有4列，分别代表4个变量。然后用前面的ts数据，作为df数据集的数据标签索引。
上图是可视化图形的样子，我们可以观察图形，其中，横轴X，是df数据集的索引，纵轴Y，是df数据集的列（这里是4列），形成4个变量，4条曲线的图形。
指定X轴和Y轴
有些时候，数据集变量多的话，我们可能只关注两个变量之间的关系，需要生成指定的两个变量的折线图，以此来查看两个变量数据的趋势和关系。
还是先生成模拟数据集
通过plot绘图函数，设置x和y
这样，我们就可以在多个变量，也就是多个列的数据集中，灵活指定绘制我们所需变量的曲线图。
折线图实践
这部分，我们来看，通过把以上知识点，运用到实际的数据可视化过程中，具体该怎么实现。
我们以国家统计局的数据为例，选取国内生产总值（GDP）数据，以及第一，第二，第三产业增加值，作为原始数据集。
这里，注意国家统计局的网址。我们可以把数据进行转置，选取年度数据，时间范围是20年的数据。把数据集下载成为excel，下载的时候需要注册用户才行。
下载好的excel数据，如下图所示。
这里，我们整理一下数据，筛选出我们需要的数据集。
在导入数据之前，我们需要把下载好的excel数据文件，放到和python笔记本源程序文件，同一个目录下面。
导入原始数据集
注意，这里我们导入的是xls后缀的excel文件，所以需要xlrd库。没有xlrd库，就会如上图一样的报错。我没有xlrd这个第三方库，所以要安装一下。
数据导入成功之后，我们先用plot函数，指定x轴和y轴，绘制单变量图形。这里，x轴设置为“时间”列，y轴设置为“国内生产总值(亿元)”列。
这里，输出的图形，中文会显示乱码，我们需要设置图形的中文编码形式。
可以看出，设置默认字体为黑体之后，图形中文就显示正常了。
我们把数据进行降序排列，也就是按照时间，从小到大排列数据，查看数据的增长趋势。
通过sort_values函数，设置by='时间'，表示通过时间列进行排序。设置ascending=True，表示升序，从小到大进行排列。
我们最后再来看看，多变量的折线图绘制。这里，我们使用第一，第二，第三产业增加值，来绘制图形。
我们gpd_sort数据集，进行清理。选择时间，第一产业增加值(亿元)，第二产业增加值(亿元)，第三产业增加值(亿元)，4列，并且设置时间为索引列。
通过plot函数绘制图形
以上就是本篇文章的全部内容。
友情提示：
1.以上内容均为本人原创，且无偿分享。
2.如果觉得有用，请关注、点赞、收藏、转发。
3.如果有数据分析方面的难点和问题，请私信，或评论区留言。
4.我会答疑解惑，并选取部分案例，在后续作品中呈现。