pandas可视化图表操作

def _boxplot():
	"""
	箱线图：分析年龄分布。
	"""
    import pandas as pd
    import matplotlib.pyplot as plt
    train = pd.read_csv('./titanic.csv', encoding="gbk")
    any(train.age.isnull())  # 检查年龄是否有缺失
    # train.dropna(subset=["age"], inplace=True)  # 删除含有缺失年龄的观测，即行
    age_median = train.age.median()  # 计算所有人年龄的中位数  -> 28.0
    train.age.fillna(age_median, inplace=True)  # 使用fillna填充缺失值，inplace=True表示在原数据titanic_df上直接进行修改
    plt.style.use("ggplot")  # 使用ggplot的图形style
    plt.rcParams["font.sans-serif"] = "SimHei"
    plt.rcParams["axes.unicode_minus"] = False  # 设置中文、负号正常显示
    plt.figure(figsize=(5, 6))
    plt.boxplot(x=train.age,  # 绘图数据
                notch=True,  # 设置中位线处凹陷
                patch_artist=True,  # 设置用自定义颜色填充盒形图，默认白色填充
                showmeans=True,  # 以点的形式显示均值
                boxprops={"color": "black", "facecolor": "#F43D68"},  # 设置箱体属性，填充色and 边框色
                flierprops={"marker": "o", "markerfacecolor": "#59EA3A", "color": "#59EA3A"},  # 设置异常值属性，点的形状、填充色和边框色
                meanprops={"marker": "D", "markerfacecolor": "white"},  # 设置均值点的属性，点的形状、填充色
                medianprops={"linestyle": "--", "color": "#FBFE00"}  # 设置中位数线的属性，线的类型和颜色
                )
    plt.ylim(0, 85)  # 设置y轴的取值范围
    plt.title("乘客年龄箱线图", fontsize="xx-large", color="#DE0052")
    plt.tick_params(top="off", right="off")  # 去掉o箱线图的上方及右方边框的刻度标签
    plt.show()

展示如下：
乘客的平均年龄为30岁，有50%的人，年龄落在22~36岁之间(看箱体）；中位线偏下，上相邻值到箱子的距离比下相邻值到箱子的距离长，异常值多在上限值之外，说明年龄整体右偏；有偏大的异常值在66岁以上。

# 在一个定量变量age的基础上增加一个定性变量pclass，分析两者的关系
from matplotlib import pyplot as plt
import seaborn as sns
import pandas as pd
t_df = pd.read_csv('./titanic.csv', encoding="gbk")  # 读取数据
age_median = t_df.age.median()  # 计算所有人年龄的中位数  -> 28.0
t_df.age.fillna(age_median, inplace=True)  # 使用fillna填充缺失值，inplace=True表示在原数据titanic_df上直接进行修改
plt.figure(figsize=(5, 6))
sns.boxplot(x="pclass", y="age", data=t_df, width=0.35)
plt.show()

end~