Python Pandas 可视化

Series 和 DataFrame 上的这个功能只是一个简单的包装 matplotlib 图书馆情节() method.

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()

Its output 如下：

如果索引包含日期，则调用 gct().autofmt_xdate() 如上图所示格式化 x 轴。

我们可以使用 x and y 关键词。

绘图方法允许使用默认线图以外的少数绘图样式。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
• 直方图的 hist
• 箱线图框
• 'area' 用于面积图
• 'scatter' 用于散点图

Bar Plot

现在让我们通过创建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()

Its output 如下：

要生成堆积条形图， 通过堆叠=真 ：

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

Its output 如下：

要获得水平条形图，请使用 barh method：

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)

Its output 如下：

直方图

直方图可以使用 plot.hist() 方法。我们可以指定垃圾箱的数量。

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)

Its output 如下：

要为每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)

Its output 如下：

箱线图

箱线图可以绘制调用 Series.box.plot() and DataFrame.box.plot() , or DataFrame.boxplot() 可视化每列中值的分布。

例如，这是一个箱线图，表示在 [0,1) 上对统一随机变量进行 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()

Its output 如下：

面积图

面积图可以使用 系列.plot.area() or the DataFrame.plot.area() methods.

import pandas as pd
import numpy as np

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

Its output 如下：

散点图

散点图可以使用 DataFrame.plot.scatter() methods.

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')

Its output 如下：

饼形图

饼图可以使用 DataFrame.plot.pie() method.

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)

Its output 如下：