Pandas可视化

基本绘图：绘图

Series和DataFrame上的这个功能只是 matplotlib 库plot（） 方法的简单包装。

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()

其 输出 如下 -

基本绘图

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

我们可以使用 x 和 y 关键字绘制一列与另一列。

绘图方法允许除默认线图之外的少数绘图样式。这些方法可以作为 plot（） 的kind关键字参数提供。这些包括 -

  • 酒吧或barh酒吧情节
  • hist为直方图
  • boxplot盒
  • 面积的“面积”
  • 散点图散点图

条形图

现在让我们通过创建一个来看看Bar Plot是什么。条形图可以通过以下方式创建 -

import pandas as pd
import numpy as np

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

其 输出 如下 -

条形图

要生成堆积条形图，请 传递stacked = True -

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

其 输出 如下 -

堆积条形图

要获得水平条形图，请使用 barh 方法 -

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)

其 输出 如下 -

水平条形图

直方图

可以使用 plot.hist（） 方法绘制直方图。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)

其 输出 如下 -

使用plot.hist（）的直方图

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)

其 输出 如下 -

列的直方图

箱子情节

Boxplot 可以绘制调用 Series.box.plot（） 和 DataFrame.box.plot（） 或 DataFrame.boxplot（） 以可视化每列中值的分布。

例如，这里是一个箱形图，表示对[0,1）上的统一随机变量的10次观察的五次试验。

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()

其 输出 如下 -

箱子情节

区域图

可以使用 Series.plot.area（） 或 DataFrame.plot.area（） 方法创建区域图。

import pandas as pd
import numpy as np

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

其 输出 如下 -

区域图

散点图

可以使用 DataFrame.plot.scatter（） 方法创建散点图。

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')

其 输出 如下 -

散点图

饼形图

饼图可以使用 DataFrame.plot.pie（） 方法创建。

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)

其 输出 如下 -

饼形图