上一节:
下一节:

  Pandas - 可视化

  • 基本绘图：绘图

    Series 和 DataFrame 上的这个功能只是一个简单的包装matplotlib libraries plot()方法。 
    
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()
    它的输出如下 -
    基本绘图
    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和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

  • 条形图

    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()
    它的输出如下 -
    条形图
    要生成堆积条形图，pass stacked=True− 
    
import pandas as pd
df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d')
df.plot.bar(stacked=True)
    它的输出如下 -
    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)
    它的输出如下 -
    单杠图

  • 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)
    它的输出如下 -
    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)
    它的输出如下 -
    柱状图

  • 箱线图

    箱线图可以绘制调用Series.box.plot()和DataFrame.box.plot()， 要么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()
    它的输出如下 -
    箱线图

  • 面积图

    面积图可以使用Series.plot.area()或者DataFrame.plot.area()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.area()
    它的输出如下 -
    面积图

  • 散点图

    散点图可以使用DataFrame.plot.scatter()方法。 
    
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')
    它的输出如下 -
    散点图

  • 饼形图

    饼图可以使用DataFrame.plot.pie()方法。 
    
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)
    它的输出如下 -
    饼形图
上一节:
下一节: