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: