Pandas+Matplotlib实战：手把手教你优化热狗大赛数据柱形图（附完整代码与常见错误排查）
·
Pandas+Matplotlib实战：热狗大赛数据可视化进阶指南
数据科学家的热狗大赛：从基础到高级可视化
每年七月的美国独立日，纽约康尼岛上都会举办一场令人瞠目结舌的竞技——内森热狗大赛。这项看似简单的"吃热狗"比赛，背后却蕴含着丰富的数据故事。作为数据分析师，我们如何用Python工具链将这些有趣的数据转化为直观的视觉呈现？
在数据可视化领域，Pandas和Matplotlib的组合堪称黄金搭档。Pandas提供了高效的数据处理能力，而Matplotlib则赋予我们创造精美图表的能力。本文将带你深入热狗大赛数据的处理过程，从基础柱形图开始，逐步实现条件着色、图表优化等高级功能，最终呈现专业级的数据可视化作品。
1. 数据准备与基础探索
1.1 数据加载与初步检查
任何数据分析项目的第一步都是获取和理解数据。假设我们有一个CSV文件记录了1980-2010年间热狗大赛的冠军数据，包含年份、冠军姓名、国籍、吃掉的热狗数量等信息。
import pandas as pd
import matplotlib.pyplot as plt
# 加载数据
hot_dog = pd.read_csv('hot-dog-contest-winners.csv')
# 查看前几行数据
print(hot_dog.head())
常见问题排查 ：
- 文件路径错误：确保CSV文件位于正确目录，或使用绝对路径
-
编码问题：遇到中文乱码可尝试
encoding='utf-8'或encoding='gbk' -
分隔符问题：非标准CSV可能需要指定
sep参数
1.2 数据质量检查
在可视化前，我们需要确保数据质量：
# 检查缺失值
print(hot_dog.isnull().sum())
# 检查数据类型
print(hot_dog.dtypes)
# 检查统计摘要
print(hot_dog.describe())
关键点 ：
- 年份应为整数类型
- "Dogs eaten"应为数值类型
- 检查是否有异常值（如负值或极大值）
2. 基础柱形图绘制
2.1 最简单的柱形图
让我们从最基本的柱形图开始，展示每年冠军吃掉的热狗数量：
fig, ax = plt.subplots()
ax.bar(hot_dog["Year"], hot_dog["Dogs eaten"])
plt.show()
这段代码虽然简单，但存在几个明显问题：
- 图表尺寸不合适
- 缺少标题和轴标签
- 年份显示不完整
2.2 基础优化
让我们对基础图表进行初步优化：
plt.figure(figsize=(10, 6)) # 调整图表尺寸
plt.bar(hot_dog["Year"], hot_dog["Dogs eaten"], width=0.6)
plt.title("Nathan's Hot Dog Eating Contest Winners (1980-2010)", pad=20)
plt.xlabel("Year")
plt.ylabel("Hot Dogs Consumed")
plt.xticks(hot_dog["Year"], rotation=45) # 旋转x轴标签
plt.tight_layout() # 自动调整布局
plt.show()
优化要点 ：
-
figsize控制图表宽高（英寸） -
width参数调整柱形宽度 -
rotation解决标签重叠问题 -
tight_layout()自动调整边距
3. 条件着色与高级样式
3.1 实现条件着色
原始数据中包含冠军国籍信息，我们可以用不同颜色突出显示美国冠军的年份：
# 正确的条件着色实现
def get_colors(df):
colors = []
for country in df["Country"]:
if country == "United States":
colors.append("#DB7093") # 粉红色
else:
colors.append("#5F9F9F") # 灰绿色
return colors
plt.figure(figsize=(10, 6))
plt.bar(hot_dog["Year"], hot_dog["Dogs eaten"],
width=0.6, color=get_colors(hot_dog))
plt.title("Hot Dog Contest Winners by Nationality", pad=20)
plt.xlabel("Year")
plt.ylabel("Dogs Eaten")
plt.xticks(hot_dog["Year"], rotation=45)
plt.xlim(1979, 2011) # 扩展x轴范围
plt.tight_layout()
plt.show()
关键修正 ：
-
原始代码中错误的字符串比较
if 'country'=='United States'已修正为if country == "United States" - 使用DataFrame的"Country"列而非不存在的"New record"列
- 颜色代码修正为标准的"#DB7093"
3.2 更Pythonic的实现
我们可以用列表推导式简化颜色生成逻辑：
colors = ["#DB7093" if c == "United States" else "#5F9F9F"
for c in hot_dog["Country"]]
或者使用Pandas的
apply
方法：
colors = hot_dog["Country"].apply(
lambda x: "#DB7093" if x == "United States" else "#5F9F9F")
4. 高级图表优化技巧
4.1 添加数据标签
让图表更直观的方法是添加数据标签：
fig, ax = plt.subplots(figsize=(10, 6))
bars = ax.bar(hot_dog["Year"], hot_dog["Dogs eaten"],
width=0.6, color=get_colors(hot_dog))
# 添加数据标签
for bar in bars:
height = bar.get_height()
ax.text(bar.get_x() + bar.get_width()/2., height,
f'{int(height)}',
ha='center', va='bottom')
ax.set_title("Hot Dog Contest Winners with Data Labels", pad=20)
ax.set_xlabel("Year")
ax.set_ylabel("Dogs Eaten")
ax.set_xticks(hot_dog["Year"])
ax.set_xticklabels(hot_dog["Year"], rotation=45)
ax.set_xlim(1979, 2011)
plt.tight_layout()
plt.show()
4.2 添加图例
为了明确颜色含义，我们应该添加图例：
from matplotlib.patches import Patch
fig, ax = plt.subplots(figsize=(10, 6))
bars = ax.bar(hot_dog["Year"], hot_dog["Dogs eaten"],
width=0.6, color=get_colors(hot_dog))
# 创建图例元素
legend_elements = [
Patch(facecolor='#DB7093', label='United States'),
Patch(facecolor='#5F9F9F', label='Other Countries')
]
ax.legend(handles=legend_elements, title="Nationality")
ax.set_title("Hot Dog Contest Winners with Legend", pad=20)
# 其余设置同上...
plt.show()
4.3 网格线与样式美化
进一步优化图表可读性：
plt.style.use('seaborn') # 使用更美观的样式
fig, ax = plt.subplots(figsize=(12, 7))
# 绘图代码同上...
# 添加网格线
ax.grid(axis='y', linestyle='--', alpha=0.7)
# 调整边框
for spine in ['top', 'right']:
ax.spines[spine].set_visible(False)
# 设置背景色
ax.set_facecolor('#f5f5f5')
fig.patch.set_facecolor('white')
plt.show()
5. 常见错误与调试技巧
5.1 典型错误案例
- 字符串比较错误 ：
# 错误示例
if 'country' == 'United States': # 直接比较字符串字面量
pass
# 正确做法
if row['Country'] == 'United States':
pass
- 列名大小写问题 ：
# 错误示例
hot_dog['country'] # 列名实际可能是'Country'
# 正确做法
print(hot_dog.columns) # 先查看准确列名
- 颜色列表长度不匹配 ：
# 错误示例
colors = ['red', 'blue'] # 长度远小于数据点数量
# 正确做法
colors = ['red' if x else 'blue' for x in condition]
5.2 调试技巧
- 逐步验证 ：
# 验证条件逻辑
print(hot_dog['Country'].unique()) # 查看所有唯一国家值
print(sum(hot_dog['Country'] == 'United States')) # 计数验证
- 可视化调试 ：
# 临时绘制散点图验证数据
plt.scatter(hot_dog['Year'], hot_dog['Dogs eaten'])
plt.show()
- 使用断言 ：
# 确保颜色列表长度匹配
assert len(colors) == len(hot_dog), "颜色列表长度与数据不匹配"
5.3 性能优化
对于大数据集，避免循环处理：
# 较慢的实现
colors = []
for i in range(len(hot_dog)):
if hot_dog.loc[i, 'Country'] == 'United States':
colors.append('#DB7093')
else:
colors.append('#5F9F9F')
# 更快的向量化操作
import numpy as np
colors = np.where(hot_dog['Country'] == 'United States',
'#DB7093', '#5F9F9F')
6. 扩展应用与进阶技巧
6.1 多图组合展示
将多个相关图表组合在一起：
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(16, 6))
# 图表1：基础柱形图
ax1.bar(hot_dog["Year"], hot_dog["Dogs eaten"], color='skyblue')
ax1.set_title("Total Hot Dogs Consumed")
# 图表2：条件着色柱形图
colors = ["#DB7093" if c == "United States" else "#5F9F9F"
for c in hot_dog["Country"]]
ax2.bar(hot_dog["Year"], hot_dog["Dogs eaten"], color=colors)
ax2.set_title("Winners by Nationality")
plt.tight_layout()
plt.show()
6.2 交互式可视化
使用Matplotlib的交互功能：
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure(figsize=(10, 7))
ax = fig.add_subplot(111, projection='3d')
# 3D柱形图
ax.bar3d(hot_dog["Year"],
[0]*len(hot_dog), # y值
[0]*len(hot_dog), # z基准
[0.5]*len(hot_dog), # 宽度
[0.5]*len(hot_dog), # 深度
hot_dog["Dogs eaten"], # 高度
color=colors)
ax.set_xlabel('Year')
ax.set_zlabel('Dogs Eaten')
plt.title("3D View of Hot Dog Contest Results")
plt.show()
6.3 动画效果
创建逐年变化动画：
from matplotlib.animation import FuncAnimation
fig, ax = plt.subplots(figsize=(10, 6))
ax.set_xlim(1979, 2011)
ax.set_ylim(0, hot_dog["Dogs eaten"].max() + 5)
def animate(year):
ax.clear()
data = hot_dog[hot_dog["Year"] <= year]
colors = ["#DB7093" if c == "United States" else "#5F9F9F"
for c in data["Country"]]
ax.bar(data["Year"], data["Dogs eaten"], color=colors)
ax.set_title(f"Hot Dog Contest up to {year}")
ani = FuncAnimation(fig, animate, frames=range(1980, 2011), interval=200)
plt.show()
7. 完整代码模板与最佳实践
7.1 可复用的绘图函数
def plot_hotdog_contest(data_path, highlight_country="United States",
highlight_color="#DB7093", default_color="#5F9F9F",
figsize=(12, 7)):
"""
绘制热狗大赛结果柱形图，可指定高亮国家
参数:
data_path: CSV文件路径
highlight_country: 要突出显示的国家
highlight_color: 突出显示的颜色
default_color: 默认颜色
figsize: 图表尺寸
"""
# 加载数据
df = pd.read_csv(data_path)
# 准备颜色
colors = np.where(df["Country"] == highlight_country,
highlight_color, default_color)
# 创建图表
fig, ax = plt.subplots(figsize=figsize)
bars = ax.bar(df["Year"], df["Dogs eaten"], width=0.6, color=colors)
# 添加数据标签
for bar in bars:
height = bar.get_height()
ax.text(bar.get_x() + bar.get_width()/2., height,
f'{int(height)}', ha='center', va='bottom')
# 图表装饰
ax.set_title(f"Hot Dog Contest Winners (1980-2010)\n"
f"{highlight_country} winners in {highlight_color}", pad=20)
ax.set_xlabel("Year")
ax.set_ylabel("Dogs Eaten")
ax.set_xticks(df["Year"])
ax.set_xticklabels(df["Year"], rotation=45)
ax.set_xlim(df["Year"].min() - 1, df["Year"].max() + 1)
# 网格和样式
ax.grid(axis='y', linestyle='--', alpha=0.7)
for spine in ['top', 'right']:
ax.spines[spine].set_visible(False)
plt.tight_layout()
return fig, ax
# 使用示例
plot_hotdog_contest("hot-dog-contest-winners.csv")
plt.show()
7.2 最佳实践总结
- 数据验证先行 ：绘图前务必检查数据完整性和准确性
- 模块化代码 ：将绘图逻辑封装为函数，提高复用性
- 样式一致性 ：项目中使用统一的颜色方案和图表样式
- 文档注释 ：为函数添加清晰的文档字符串
- 版本控制 ：使用Git等工具管理可视化代码迭代
- 性能考量 ：大数据集时优先使用向量化操作
- 可访问性 ：考虑色盲友好配色方案
7.3 导出高质量图表
# 导出为PNG（高DPI）
plot_hotdog_contest("hot-dog-contest-winners.csv")
plt.savefig("hotdog_results.png", dpi=300, bbox_inches='tight')
# 导出为PDF（矢量图）
with PdfPages("hotdog_results.pdf") as pdf:
plot_hotdog_contest("hot-dog-contest-winners.csv")
pdf.savefig(bbox_inches='tight')
plt.close()
在实际项目中，我发现将可视化代码封装成类往往能更好地管理复杂图表的各个组件。例如，可以创建一个
HotDogContestVisualizer
类，将数据加载、预处理和多种可视化方法组织在一起，方便在不同场景下调用。
码道开发者社区，聚焦华为云码道 CodeArts 代码智能体，沉淀 Agent、Skill、鸿蒙开发实战内容，供开发者查阅资料、交流技术、分享工程实践
更多推荐
11
0- 0
已为社区贡献13条内容
所有评论(0)