pandas之画图

Pandas 在数据分析、数据可视化方面有着较为广泛的应用，Pandas 对 Matplotlib 绘图软件包的基础上单独封装了一个plot()接口，通过调用该接口可以实现常用的绘图操作。本节我们深入讲解一下 Pandas 的绘图操作。

Pandas 之所以能够实现了数据可视化，主要利用了 Matplotlib 库的 plot() 方法，它对 plot() 方法做了简单的封装，因此您可以直接调用该接口。下面看一组简单的示例：

1. import pandas as pd
2. import numpy as np
3. #创建包含时间序列的数据
4. df = pd.DataFrame(np.random.randn(8,4),index=pd.date_range('2/1/2020',periods=8), columns=list('ABCD'))
5. df.plot()

输结果图，如下所示：

图1：Pandas绘图
 

如上图所示，如果行索引中包含日期，Pandas 会自动调用 gct().autofmt_xdate() 来格式化 x 轴。

除了使用默认的线条绘图外，您还可以使用其他绘图方式，如下所示：

• 柱状图：bar() 或 barh()
• 直方图：hist()
• 箱状箱：box()
• 区域图：area()
• 散点图：scatter()

通过关键字参数kind可以把上述方法传递给 plot()。

柱状图

创建一个柱状图，如下所示：

1. import pandas as pd
2. import numpy as np
3. df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d','e'])
4. #或使用df.plot(kind="bar")
5. df.plot.bar()

输出结果：

图2：Pandas绘制柱状图

通过设置参数stacked=True可以生成柱状堆叠图，示例如下：

1. import pandas as pd
2. import numpy as np
3. df = pd.DataFrame(np.random.rand(10,5),columns=['a','b','c','d','e'])
4. df.plot(kind="bar",stacked=True)
5. #或者使用df.plot.bar(stacked="True")

输出结果：

图3：Pandas绘制柱状图
 

如果要绘制水平柱状图，您可以使用以下方法：

1. import pandas as pd
2. import numpy as np
3. df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d'])
4. print(df)
5. df.plot.barh(stacked=True)

输出结果：

图4：水平柱状图

直方图

plot.hist() 可以实现绘制直方图，并且它还可以指定 bins（构成直方图的箱数）。

1. import pandas as pd
2. import numpy as np
3. df = pd.DataFrame({'A':np.random.randn(100)+2,'B':np.random.randn(100),'C':
4. np.random.randn(100)-2}, columns=['A', 'B', 'C'])
5. print(df)
6. #指定箱数为15
7. df.plot.hist(bins=15)

输出结果：

图5：绘制直方图
 

给每一列数据都绘制一个直方图，需要使以下方法：

1. import pandas as pd
2. import numpy as np
3. df = pd.DataFrame({'A':np.random.randn(100)+2,'B':np.random.randn(100),'C':
4. np.random.randn(100)-2,'D':np.random.randn(100)+3},columns=['A', 'B', 'C','D'])
5. #使用diff绘制
6. df.diff().hist(color="r",alpha=0.5,bins=15)

输出结果：

图6：直方图绘制

箱型图

通过调用 Series.box.plot() 、DataFrame.box.plot() 或者 DataFrame.boxplot() 方法来绘制箱型图，它将每一列数据的分布情况，以可视化的图像展现出来。

1. import pandas as pd
2. import numpy as np
3. df = pd.DataFrame(np.random.rand(10, 4), columns=['A', 'B', 'C', 'D'])
4. df.plot.box()

输出结果：

图7：绘制箱型图

区域图

您可以使用 Series.plot.area() 或 DataFrame.plot.area() 方法来绘制区域图。

1. import pandas as pd
2. import numpy as np
3. df = pd.DataFrame(np.random.rand(5, 4), columns=['a', 'b', 'c', 'd'])
4. df.plot.area()

输出结果：

图8：绘制区域图

散点图

使用 DataFrame.plot.scatter() 方法来绘制散点图，如下所示：

1. import pandas as pd
2. import numpy as np
3. df = pd.DataFrame(np.random.rand(30, 4), columns=['a', 'b', 'c', 'd'])
4. df.plot.scatter(x='a',y='b')

输出结果：

图9：绘制散点图

饼状图

饼状图可以通过 DataFrame.plot.pie() 方法来绘制。示例如下：

1. import pandas as pd
2. import numpy as np
3. df = pd.DataFrame(3 * np.random.rand(4), index=['go', 'java', 'c++', 'c'], columns=['L'])
4. df.plot.pie(subplots=True)

输出结果：

图10：Pandas绘制饼状图