Pandas- 绘图
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:
import pandas as pd import numpy as np #创建包含时间序列的数据 df = pd.DataFrame(np.random.randn(8,4),index=pd.date_range('2/1/2020',periods=8), columns=list('ABCD')) df.plot()
输结果图,如下所示:
![](https://img2022.cnblogs.com/blog/2738914/202201/2738914-20220129141008655-216546524.png)
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:
import pandas as pd import numpy as np df = pd.DataFrame(np.random.rand(10,5),columns=['a','b','c','d','e']) #或使用df.plot(kind="bar") df.plot.bar()
输出结果:
![](https://img2022.cnblogs.com/blog/2738914/202201/2738914-20220129141220705-1721935823.png)
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:
import pandas as pd import numpy as np df = pd.DataFrame(np.random.rand(10,5),columns=['a','b','c','d','e']) df.plot(kind="bar",stacked=True) #或者使用df.plot.bar(stacked="True")
输出结果:
如果要绘制水平柱状图,您可以使用以下方法:
import pandas as pd import numpy as np df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d']) print(df) df.plot.barh(stacked=True)
输出结果:
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)。
import pandas as pd import numpy as np df = pd.DataFrame({'A':np.random.randn(100)+2,'B':np.random.randn(100),'C': np.random.randn(100)-2}, columns=['A', 'B', 'C']) print(df) #指定箱数为15 df.plot.hist(bins=15)
输出结果:
![](https://img2022.cnblogs.com/blog/2738914/202201/2738914-20220129141526435-567570884.png)
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:
import pandas as pd import numpy as np df = pd.DataFrame({'A':np.random.randn(100)+2,'B':np.random.randn(100),'C': np.random.randn(100)-2,'D':np.random.randn(100)+3},columns=['A', 'B', 'C','D']) #使用diff绘制 df.diff().hist(color="r",alpha=0.5,bins=15)
输出结果:
![](https://img2022.cnblogs.com/blog/2738914/202201/2738914-20220129141657090-966180441.png)
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。
import pandas as pd import numpy as np df = pd.DataFrame(np.random.rand(10, 4), columns=['A', 'B', 'C', 'D']) df.plot.box()
输出结果:
![](https://img2022.cnblogs.com/blog/2738914/202201/2738914-20220129141742330-1832549247.png)
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。
import pandas as pd import numpy as np df = pd.DataFrame(np.random.rand(5, 4), columns=['a', 'b', 'c', 'd']) df.plot.area()
输出结果:
![](https://img2022.cnblogs.com/blog/2738914/202201/2738914-20220129141818124-417231211.png)
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:
import pandas as pd import numpy as np df = pd.DataFrame(np.random.rand(30, 4), columns=['a', 'b', 'c', 'd']) df.plot.scatter(x='a',y='b')
输出结果:
![](https://img2022.cnblogs.com/blog/2738914/202201/2738914-20220129141849746-2054052879.png)
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:
import pandas as pd import numpy as np df = pd.DataFrame(3 * np.random.rand(4), index=['go', 'java', 'c++', 'c'], columns=['L']) df.plot.pie(subplots=True)
输出结果:
![](https://img2022.cnblogs.com/blog/2738914/202201/2738914-20220129141932792-375059011.png)
图10:Pandas绘制饼状图