pandas速成笔记(4)-数据图表

接上篇继续，做数据分析，各种数据图表是必不可少的，还是以下面这张表为例：

一、单列柱状图

假设要把9月份，A、B这2个分类的Amount提取出来画一个柱状图，可以这么做：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_excel("./data/test.xlsx")

# 过滤出9月份的，A,B二个分类的数据
df = df.loc[df.Month.apply(lambda m: m == '2021-09')] \
    .loc[df.Category.apply(lambda c: c in ['A', 'B'])]

# 如果希望柱状图按从高到低排好，必须先把数据排好序
df.sort_values(by="Amount", inplace=True, ascending=False)

# 用DataFrame的plot来绘图
df.plot.bar(x="Category", y="Amount", color="Orange", title="Amount(Month:2021-09)")
plt.tight_layout()
plt.show()

效果如下：

DateFrame自带的plot虽然能画图，但是如果希望能控制更灵活，比如：设置title的字体大小，x轴的标签不希望横着放(或旋转指定角度)等，还可以直接调用plt底层的方法

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_excel("./data/test.xlsx")

# 过滤出9月份的，A,B二个分类的数据
df = df.loc[df.Month.apply(lambda m: m == '2021-09')] \
    .loc[df.Category.apply(lambda c: c in ['A', 'B'])]

# 如果希望柱状图按从高到低排好，必须先把数据排好序
df.sort_values(by="Amount", inplace=True, ascending=False)

# 也可以用plt原生的画图方法来实现，有更多控制选项
plt.bar(df.Category, df.Amount, color="Orange")
plt.xticks(df.Category, rotation="0")
plt.xlabel("Category")
plt.ylabel("Amount")
plt.title("Amount(Month:2021-09)", fontsize="16")
plt.tight_layout()
plt.show()

效果一样：　

二、多列对比柱状图

假设数据长这样，想对比看看9、10这2个月，各Category的值对比：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_excel("./data/test_group.xlsx")
df.sort_values(by=["2021-10"], ascending=False, inplace=True)

# 核心部分
df.plot.bar(x="Category", y=["2021-09", "2021-10"], color=["orange", "red"])

# 设置标题、x,y轴文本及字体
plt.title("Amount of 2021-09 ~ 2021-10", fontsize="16", fontweight="bold")
plt.xlabel("Category", fontweight="bold")
plt.ylabel("Amount", fontweight="bold")
# get current axis
ax = plt.gca()
# ha = horizontal align
# x轴标签，旋转45度，水平对齐方式为right
ax.set_xticklabels(df.Category, rotation=45, ha="right")

# get current figure
f = plt.gcf()
# 设置左边留20%空白，底部留20%空白
f.subplots_adjust(left=0.2, bottom=0.2)
# plt.tight_layout()
plt.show()

三、叠加柱状图

还是刚才的数据，只要加一个参数stacked=True，就变成了叠加柱状图

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_excel("./data/test_group.xlsx")

# 加上stacked=True后，将变成叠加柱状图
df.plot.bar(x="Category", y=["2021-09", "2021-10"], stacked=True)

# 下面都是美化选项
plt.title("Amount of 2021-09 ~ 2021-10", fontsize="16", fontweight="bold")
plt.xlabel("Category", fontweight="bold")
plt.ylabel("Amount", fontweight="bold")
ax = plt.gca()
ax.set_xticklabels(df.Category, rotation=45, ha="right")
f = plt.gcf()
f.subplots_adjust(left=0.15, bottom=0.20)
plt.show()

效果如下：

如果想让柱子高度从大到小排列，就不能简单的按2021-09或2021-10中的某一列来排序了！因为柱子的高度，其实是这2列值的和，所以要新增1个计算列：

...
# 新增1个计算列
df["total"] = df["2021-09"] + df["2021-10"]
df.sort_values(by="total", inplace=True, ascending=False)

df.plot.bar(x="Category", y=["2021-09", "2021-10"], stacked=True)
...

效果：

叠加柱状图还可以改方向，比如：变成水平的，只需要把bar()换成barh()即可

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_excel("./data/test_group.xlsx")

# barh 即bar-horizontal
df.plot.barh(x="Category", y=["2021-09", "2021-10"], stacked=True)

plt.title("Amount of 2021-09 ~ 2021-10", fontsize="16", fontweight="bold")
plt.xlabel("Category", fontweight="bold")
plt.ylabel("Amount", fontweight="bold")
f = plt.gcf()
f.subplots_adjust(left=0.15, bottom=0.20)
plt.show()

四、饼图

饼图通常只需要1列，来看该列各行值的占比

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_excel("./data/test_group.xlsx", index_col="Category")

# 核心部分
df["2021-09"].plot.pie()

# 图表美化
plt.title("Amount of 2021-09", fontsize="16", fontweight="bold")
plt.ylabel("Amount", fontweight="bold")
f = plt.gcf()
f.subplots_adjust(left=0.15, bottom=0.20)
plt.show()

效果：

默认情况下，饼图各部分是逆时针方向的，如果想换个方向，加上counterclock=False即可

# 核心部分
df["2021-09"].plot.pie(counterclock=False)

效果：

五、折线图

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame(columns=["Month", "Amount"], data=[['2021-09', 10],
                                                     ['2021-10', 15],
                                                     ['2021-11', 8],
                                                     ['2021-12', 11],
                                                     ['2022-01', 11]
                                                     ])
df.set_index("Month", inplace=True)
print(df)

# 核心部分
df.plot(y=['Amount'], color="red")

# 图表美化
plt.title("Amount of Month", fontsize="16", fontweight="bold")
plt.xlabel("Month", fontweight="bold")
plt.ylabel("Amount", fontweight="bold")
f = plt.gcf()
f.subplots_adjust(left=0.15, bottom=0.20)
plt.show()

输出：

         Amount
Month
2021-09      10
2021-10      15
2021-11       8
2021-12      11
2022-01      11