Trực quan hóa dữ liệu bằng thư viện Pandas

Pandas là một thư viện Python mạnh mẽ cung cấp các công cụ để thao tác và phân tích dữ liệu. Một trong những tính năng hữu ích nhất của Pandas là khả năng trực quan hóa dữ liệu một cách dễ dàng và hiệu quả.  

Hãy cùng UniTrain tìm hiểu cách sử dụng Pandas để tạo các biểu đồ và đồ thị khác nhau thông qua bài viết này nhé!

Cài đặt Pandas 

Trước khi bắt đầu, chúng ta cần cài đặt thư viện Pandas bằng lệnh pip: 

pip install pandas 

Import Pandas 

Sau khi cài đặt Pandas, chúng ta cần import thư viện vào chương trình Python của mình: 

import pandas as pd 
 

Đọc dữ liệu 

Để trực quan hóa dữ liệu, chúng ta cần nhập dữ liệu vào một DataFrame của Pandas. Ta có thể đọc dữ liệu từ các định dạng khác nhau như CSV, Excel, SQL, … Ví dụ, để đọc dữ liệu từ tệp CSV có tên “data.csv”: 

data = pd.read_csv(“data.csv”) 

Vẽ Biểu Đồ 

Pandas sử dụng lệnh plot() để tạo các biểu đồ và show() để hiển thị chúng: 

df.plot() 
 
plt.show() 

Biểu đồ Phân tán (Scatter plot) 

Để tạo biểu đồ phân tán, bạn cần chỉ định tham số kind=’scatter’ trong lệnh plot(). 

Biểu đồ phân tán cần có trục hoành (x-axis) và trục tung (y-axis). Trong ví dụ dưới đây, chúng ta sử dụng “Duration” (Thời Gian) cho trục hoành và “Calories” (Lượng Calo) cho trục tung. Sau đó đặt tên cho biểu đồ là “Calories and Duration”: 

Để thiết lập các trục, ta sử dụng các tham số x và y như sau: 

import pandas as pd 

import matplotlib.pyplot as plt 
 
df = pd.read_csv(‘data.csv’) 
 
df.plot(kind = ‘scatter’, x = ‘Duration’, y = ‘Calories’,title=’Calories and Duration’) 
 
plt.show() 

Picture1

Biểu đồ Tần suất (Histogram) 

Để tạo biểu đồ Tần suất, ta sử dụng tham số kind=’hist’ trong lệnh plot(). 

Biểu đồ tần suất chỉ cần một cột dữ liệu. Biểu đồ này hiển thị tần suất của mỗi khoảng giá trị, ví dụ: có bao nhiêu buổi tập kéo dài từ 50 đến 60 phút? 

Trong ví dụ dưới đây, chúng ta sẽ sử dụng cột “Duration” (Thời Gian) để tạo biểu đồ tần suất và đặt tên cho biểu đồ là “Frequency of Duration”: 

df[“Duration”].plot(kind = ‘hist’, title=’Frequency of Duration’) 

Picture2

Xem thêm: 

Các kiểu dữ liệu trong Python

Khóa học Xử lý và Trực quan hóa dữ liệu với Python

Combo 3 Khóa học Business Intelligence

[Free Download] Data Analysis from Scratch with Python

Để lại một bình luận

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *

1 + 1 = ? (Nhập Haii để trả lời đúng)

Bài viết liên quan
Truy vấn lồng (Subquery) trong SQL – Bí kíp giúp xử lý và truy xuất dữ liệu với mức độ phức tạp cao

Truy vấn lồng (Subquery) là một trong những công cụ hiệu quả trong SQL, giúp xử lý và truy xuất dữ liệu với mức độ phức tạp cao hơn so với

Xem thêm
[HOẠT ĐỘNG CỘNG ĐỒNG] Cuộc thi Doanh nhân tập sự – CLB Kỹ năng Doanh nhân (ACTION CLUB) – CSII Đại học Ngoại Thương TP. HCM (FTU2)

Ngày 21/06/2025 vừa rồi, với danh vị là Nhà tài trợ Học bổng – UniTrain hân hạnh tham dự chung kết cuộc thi Doanh nhân tập sự. Cuộc thi với quy

Xem thêm
Hàm TRIMRANGE() – Hàm xóa giá trị trống “đỉnh” hơn cả TRIM.

Như bạn đã biết hàm TRIM() trong Excel giúp loại bỏ các ký tự trống (khoảng trắng). Tương tự vậy hàm TRIMRANGE() được sử dụng để xóa các giá trị trống khỏi một phạm vi

Xem thêm
[HOẠT ĐỘNG CỘNG ĐỒNG] Cuộc thi Financial Student Contest (FSC) mùa 13 – CLB Tài chính – Chứng khoán (SeSC) – Đại học Ngoại Thương CSII TP. HCM (FTU2)

Chiều tối ngày 13/06/2025, Chung kết cuộc thi Financial Student Contest (FSC) mùa 13 do CLB Tài chính – Chứng khoán (SeSC) thuộc Đại học Ngoại Thương CSII TP. HCM (FTU2)

Xem thêm