Python Pandas 可视化

在Series和DataFrame上的这个函数只是matplotlib库plot()方法的一个简单包装。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(10,4),index=pd.date_range('1/1/2000',
    periods=10), columns=list('ABCD'))

df.plot()

输出如下：

如果索引由日期组成，则调用gct().autofmt_xdate()格式化 x 轴，如上图所示。

我们可以使用xandy关键词。

绘图方法允许一些绘图样式而不是默认的线图。这些方法可以作为 kind 关键字参数提供给plot().这些包括：

• bar 或 barh 用于条形图

• hist 直方图

• 箱线图框

• 'area' 用于面积图

• 散点图的 'scatter'

Bar Plot

现在让我们通过创建一个条形图来了解什么是条形图。可以通过以下方式创建条形图：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d')
df.plot.bar()

输出如下：

要生成堆积条形图，通过设置stacked=True：

import pandas as pd
df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d')
df.plot.bar(stacked=True)

输出如下：

要获得水平条形图，请使用barh函数：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d')

df.plot.barh(stacked=True)

输出如下：

直方图

直方图可以使用plot.hist()方法，我们可以指定 bin 的数量。

import pandas as pd
import numpy as np

df = pd.DataFrame({'a':np.random.randn(1000)+1,'b':np.random.randn(1000),'c':
np.random.randn(1000) - 1}, columns=['a', 'b', 'c'])

df.plot.hist(bins=20)

输出如下：

要为每一列绘制不同的直方图，请使用以下代码：

import pandas as pd
import numpy as np

df=pd.DataFrame({'a':np.random.randn(1000)+1,'b':np.random.randn(1000),'c':
np.random.randn(1000) - 1}, columns=['a', 'b', 'c'])

df.diff.hist(bins=20)

输出如下：

箱线图

Boxplot 可以绘制调用Series.box.plot()和DataFrame.box.plot(), 或者DataFrame.boxplot()以可视化每列中的值分布。

例如，这里是一个箱线图，表示 [0,1) 上均匀随机变量的 10 次观察的 5 次试验。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(10, 5), columns=['A', 'B', 'C', 'D', 'E'])
df.plot.box()

输出如下：

面积图

面积图可以使用Series.plot.area()或者DataFrame.plot.area()函数。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])
df.plot.area()

输出如下：

散点图

散点图可以使用DataFrame.plot.scatter()函数。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(50, 4), columns=['a', 'b', 'c', 'd'])
df.plot.scatter(x='a', y='b')

输出如下：

饼形图

饼图可以使用DataFrame.plot.pie()函数。

import pandas as pd
import numpy as np

df = pd.DataFrame(3 * np.random.rand(4), index=['a', 'b', 'c', 'd'], columns=['x'])
df.plot.pie(subplots=True)

输出如下：