1、加载数据

　　　　和折线图一样，我们首先都要将csv文件中的数据加载出来（代码是来自kaggle微教程中的）　　　

# Path of the file to readflight_filepath = "../input/flight_delays.csv"# Read the file into a variable flight_dataflight_data = pd.read_csv(flight_filepath, index_col="Month")

　　　　你们可能会注意到，代码比我们在折线图中使用的代码略短。因为在本例中，由于行标签(来自“Month”列)不与日期对应，所以我们不在括号中添加parse_dates=True。

　　　　但是，我们像以前一样保留前两段文本，以便同时提供这两段:

　　　　数据集的文件路径(在本例中为flight_filepath)和将用于索引行的列的名称(在本例中，index_col="Month")

　　2、检查数据

print(flight_data)

 

　　3、条形图　　

# 设置长度和宽度plt.figure(figsize=(10,6))# 添加条形图的标签plt.title("Average Arrival Delay for Spirit Airlines Flights, by Month")# 标注X轴和Y轴的数据名sns.barplot(x=flight_data.index, y=flight_data['NK'])# 添加垂直轴的标签plt.ylabel("Arrival delay (in minutes)")

　　　　　　第三行代码解析：

　　　　　　　　它有三个主要组成部分:

　　　　　　　　　　sns.barplot就是要告诉笔记本我们想要创建一个条形图。请记住，sns引用seaborn包，本课程中用于创建图表的所有命令都以这个前缀开始。

　　　　　　　　　　x = flight_data.index—这决定在水平轴上使用什么。在本例中，我们选择了索引行的列(在本例中，是包含月份的列)。

　　　　　　　　　　y=flight_data['NK'] -设置数据中的列，用于确定每个栏的高度。在本例中，我们选择“NK”列。

　　　　　　　　　　注意:必须选择索引列flight_data。索引，并且不可能使用flight_data['Month'](它将返回一个错误)。

　　　　　　　　　　这是因为当我们加载数据集时，“Month”列用于索引行。我们总是必须使用这种特殊的符号来选择索引列。

　　4、热图

#设置图形的宽度和高度plt.figure(figsize=(14,7))# 添加标签plt.title("Average Arrival Delay for Each Airline, by Month")# 热图显示了每个航空公司平均每个月的到达延迟sns.heatmap(data=flight_data, annot=True)# 添加水平轴的标签plt.xlabel("Airline")

　　　　　　第三行代码解析：

　　　　　　　　该代码有三个主要组件:

　　　　　　　　　　　　sns.heatmap就是告诉笔记本，我们想创建一个热图。

　　　　　　　　　　　　data=flight_data——这告诉笔记本使用flight_data中的所有条目来创建热图。

　　　　　　　　　　　　annot=True——这确保每个单元格的值都出现在图表上。(省略这一项将删除每个单元格中的数字!)