简介

python 中 matplotlib 是十分重要并且不便的图形化工具，应用 matplotlib 能够可视化的进行数据分析，明天本文将会具体解说 Pandas 中的 matplotlib 利用。

根底画图

要想应用 matplotlib，咱们须要援用它：

In [1]: import matplotlib.pyplot as plt

如果咱们要从 2020 年 1 月 1 日开始，随机生成 365 天的数据，而后作图示意应该这样写：

ts = pd.Series(np.random.randn(365), index=pd.date_range("1/1/2020", periods=365))
 
ts.plot()

应用 DF 能够同时画多个 Series 的图像：

df3 =  pd.DataFrame(np.random.randn(365, 4), index=ts.index, columns=list("ABCD"))
 
 df3= df3.cumsum()
 
df3.plot()

能够指定行和列应用的数据：

df3 = pd.DataFrame(np.random.randn(365, 2), columns=["B", "C"]).cumsum()
 
df3["A"] = pd.Series(list(range(len(df))))
 
df3.plot(x="A", y="B");

其余图像

plot() 反对很多图像类型，包含 bar, hist, box, density, area, scatter, hexbin, pie 等，上面咱们别离举例子来看下怎么应用。

bar

 df.iloc[5].plot(kind="bar");

多个列的 bar：

df2 = pd.DataFrame(np.random.rand(10, 4), columns=["a", "b", "c", "d"])
 
df2.plot.bar();

stacked bar

df2.plot.bar(stacked=True);

barh

barh 示意横向的 bar 图：

df2.plot.barh(stacked=True);

Histograms

df2.plot.hist(alpha=0.5);

box

df.plot.box();

box 能够自定义色彩：

color = {
   ....:     "boxes": "DarkGreen",
   ....:     "whiskers": "DarkOrange",
   ....:     "medians": "DarkBlue",
   ....:     "caps": "Gray",
   ....: }
 
df.plot.box(color=color, sym="r+");

能够转成横向的：

df.plot.box(vert=False);

除了 box，还能够应用 DataFrame.boxplot 来画 box 图：

In [42]: df = pd.DataFrame(np.random.rand(10, 5))
 
In [44]: bp = df.boxplot()

boxplot 能够应用 by 来进行分组：

df = pd.DataFrame(np.random.rand(10, 2), columns=["Col1", "Col2"])
 
df
Out[90]: 
       Col1      Col2
0  0.047633  0.150047
1  0.296385  0.212826
2  0.562141  0.136243
3  0.997786  0.224560
4  0.585457  0.178914
5  0.551201  0.867102
6  0.740142  0.003872
7  0.959130  0.581506
8  0.114489  0.534242
9  0.042882  0.314845
 
df.boxplot()

当初给 df 加一列：

 df["X"] = pd.Series(["A", "A", "A", "A", "A", "B", "B", "B", "B", "B"])
 
df
Out[92]: 
       Col1      Col2  X
0  0.047633  0.150047  A
1  0.296385  0.212826  A
2  0.562141  0.136243  A
3  0.997786  0.224560  A
4  0.585457  0.178914  A
5  0.551201  0.867102  B
6  0.740142  0.003872  B
7  0.959130  0.581506  B
8  0.114489  0.534242  B
9  0.042882  0.314845  B
 
bp = df.boxplot(by="X")

Area

应用 Series.plot.area() 或者 DataFrame.plot.area() 能够画出 area 图。

In [60]: df = pd.DataFrame(np.random.rand(10, 4), columns=["a", "b", "c", "d"])
 
In [61]: df.plot.area();

如果不想叠加，能够指定 stacked=False

In [62]: df.plot.area(stacked=False);

Scatter

DataFrame.plot.scatter() 能够创立点图。

In [63]: df = pd.DataFrame(np.random.rand(50, 4), columns=["a", "b", "c", "d"])
 
In [64]: df.plot.scatter(x="a", y="b");

scatter 图还能够带第三个轴：

 df.plot.scatter(x="a", y="b", c="c", s=50);

能够将第三个参数变为散点的大小：

df.plot.scatter(x="a", y="b", s=df["c"] * 200);

Hexagonal bin

应用 DataFrame.plot.hexbin() 能够创立蜂窝图：

In [69]: df = pd.DataFrame(np.random.randn(1000, 2), columns=["a", "b"])
 
In [70]: df["b"] = df["b"] + np.arange(1000)
 
In [71]: df.plot.hexbin(x="a", y="b", gridsize=25);

默认状况下色彩深度示意的是（x，y）中元素的个数，能够通过 reduce_C_function 来指定不同的聚合办法：比方 mean, max, sum, std.

In [72]: df = pd.DataFrame(np.random.randn(1000, 2), columns=["a", "b"])
 
In [73]: df["b"] = df["b"] = df["b"] + np.arange(1000)
 
In [74]: df["z"] = np.random.uniform(0, 3, 1000)
 
In [75]: df.plot.hexbin(x="a", y="b", C="z", reduce_C_function=np.max, gridsize=25);

Pie

应用 DataFrame.plot.pie() 或者 Series.plot.pie() 来构建饼图：

In [76]: series = pd.Series(3 * np.random.rand(4), index=["a", "b", "c", "d"], name="series")
 
In [77]: series.plot.pie(figsize=(6, 6));

能够依照列的个数别离作图：

In [78]: df = pd.DataFrame(....:     3 * np.random.rand(4, 2), index=["a", "b", "c", "d"], columns=["x", "y"]
   ....: )
   ....: 
 
In [79]: df.plot.pie(subplots=True, figsize=(8, 4));

更多定制化的内容：

In [80]: series.plot.pie(....:     labels=["AA", "BB", "CC", "DD"],
   ....:     colors=["r", "g", "b", "c"],
   ....:     autopct="%.2f",
   ....:     fontsize=20,
   ....:     figsize=(6, 6),
   ....: );

如果传入的 value 值加起来不是 1，那么会画出一个伞形：

In [81]: series = pd.Series([0.1] * 4, index=["a", "b", "c", "d"], name="series2")
 
In [82]: series.plot.pie(figsize=(6, 6));

在画图中解决 NaN 数据

上面是默认画图形式中解决 NaN 数据的形式：

其余作图工具

散点矩阵图 Scatter matrix

能够应用 pandas.plotting 中的 scatter_matrix 来画散点矩阵图：

In [83]: from pandas.plotting import scatter_matrix
 
In [84]: df = pd.DataFrame(np.random.randn(1000, 4), columns=["a", "b", "c", "d"])
 
In [85]: scatter_matrix(df, alpha=0.2, figsize=(6, 6), diagonal="kde");

密度图 Density plot

应用 Series.plot.kde() 和 DataFrame.plot.kde() 能够画出密度图：

In [86]: ser = pd.Series(np.random.randn(1000))
 
In [87]: ser.plot.kde();

安德鲁斯曲线 Andrews curves

安德鲁斯曲线容许将多元数据绘制为大量曲线，这些曲线是应用样本的属性作为傅里叶级数的系数创立的. 通过为每个类对这些曲线进行不同的着色，能够可视化数据聚类。属于同一类别的样本的曲线通常会更凑近在一起并造成较大的构造。

In [88]: from pandas.plotting import andrews_curves
 
In [89]: data = pd.read_csv("data/iris.data")
 
In [90]: plt.figure();
 
In [91]: andrews_curves(data, "Name");

平行坐标 Parallel coordinates

平行坐标是一种用于绘制多元数据的绘制技术。平行坐标容许人们查看数据中的聚类，并直观地预计其余统计信息。应用平行坐标点示意为连贯的线段。每条垂直线代表一个属性。一组连贯的线段代表一个数据点。趋于汇集的点将显得更凑近。

In [92]: from pandas.plotting import parallel_coordinates
 
In [93]: data = pd.read_csv("data/iris.data")
 
In [94]: plt.figure();
 
In [95]: parallel_coordinates(data, "Name");

滞后图 lag plot

滞后图是用工夫序列和相应的滞后阶数序列做出的散点图。能够用于观测自相关性。

In [96]: from pandas.plotting import lag_plot
 
In [97]: plt.figure();
 
In [98]: spacing = np.linspace(-99 * np.pi, 99 * np.pi, num=1000)
 
In [99]: data = pd.Series(0.1 * np.random.rand(1000) + 0.9 * np.sin(spacing))
 
In [100]: lag_plot(data);

自相干图 Autocorrelation plot

自相干图通常用于查看工夫序列中的随机性。自相干图是一个立体二维坐标悬垂线图。横坐标示意提早阶数，纵坐标示意自相关系数。

In [101]: from pandas.plotting import autocorrelation_plot
 
In [102]: plt.figure();
 
In [103]: spacing = np.linspace(-9 * np.pi, 9 * np.pi, num=1000)
 
In [104]: data = pd.Series(0.7 * np.random.rand(1000) + 0.3 * np.sin(spacing))
 
In [105]: autocorrelation_plot(data);

Bootstrap plot

bootstrap plot 用于直观地评估统计数据的不确定性，例如均值，中位数，两头范畴等。从数据集中抉择指定大小的随机子集，为该子集计算出相干统计信息，反复指定的次数。生成的图和直方图形成了疏导图。

In [106]: from pandas.plotting import bootstrap_plot
 
In [107]: data = pd.Series(np.random.rand(1000))
 
In [108]: bootstrap_plot(data, size=50, samples=500, color="grey");

RadViz

他是基于弹簧张力最小化算法。它把数据集的特色映射成二维指标空间单位圆中的一个点，点的地位由系在点上的特色决定。把实例投入圆的核心，特色会朝圆中此实例地位（实例对应的归一化数值）“拉”实例。

In [109]: from pandas.plotting import radviz
 
In [110]: data = pd.read_csv("data/iris.data")
 
In [111]: plt.figure();
 
In [112]: radviz(data, "Name");

图像的格局

matplotlib 1.5 版本之后，提供了很多默认的画图设置，能够通过 matplotlib.style.use(my_plot_style) 来进行设置。

能够通过应用 matplotlib.style.available 来列出所有可用的 style 类型：

import matplotlib as plt;
 
plt.style.available
Out[128]: 
['seaborn-dark',
 'seaborn-darkgrid',
 'seaborn-ticks',
 'fivethirtyeight',
 'seaborn-whitegrid',
 'classic',
 '_classic_test',
 'fast',
 'seaborn-talk',
 'seaborn-dark-palette',
 'seaborn-bright',
 'seaborn-pastel',
 'grayscale',
 'seaborn-notebook',
 'ggplot',
 'seaborn-colorblind',
 'seaborn-muted',
 'seaborn',
 'Solarize_Light2',
 'seaborn-paper',
 'bmh',
 'seaborn-white',
 'dark_background',
 'seaborn-poster',
 'seaborn-deep']

去掉小图标

默认状况下画进去的图会有一个示意列类型的图标，能够应用 legend=False 禁用：

In [115]: df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list("ABCD"))
 
In [116]: df = df.cumsum()
 
In [117]: df.plot(legend=False);

设置 label 的名字

In [118]: df.plot();
 
In [119]: df.plot(xlabel="new x", ylabel="new y");

缩放

画图中如果 X 轴或者 Y 轴的数据差别过大，可能会导致图像展现不敌对，数值小的局部基本上无奈展现，能够传入 logy=True 进行 Y 轴的缩放：

In [120]: ts = pd.Series(np.random.randn(1000), index=pd.date_range("1/1/2000", periods=1000))
 
In [121]: ts = np.exp(ts.cumsum())
 
In [122]: ts.plot(logy=True);

多个 Y 轴

应用 secondary_y=True 能够绘制多个 Y 轴数据：

In [125]: plt.figure();
 
In [126]: ax = df.plot(secondary_y=["A", "B"])
 
In [127]: ax.set_ylabel("CD scale");
 
In [128]: ax.right_ax.set_ylabel("AB scale");

小图标下面默认会增加 right 字样，想要去掉的话能够设置 mark_right=False：

In [129]: plt.figure();
 
In [130]: df.plot(secondary_y=["A", "B"], mark_right=False);

坐标文字调整

应用工夫做坐标的时候，因为工夫太长，导致 x 轴的坐标值显示不残缺，能够应用 x_compat=True 来进行调整：

In [133]: plt.figure();
 
In [134]: df["A"].plot(x_compat=True);

如果有多个图像须要调整，能够应用 with：

In [135]: plt.figure();
 
In [136]: with pd.plotting.plot_params.use("x_compat", True):
   .....:     df["A"].plot(color="r")
   .....:     df["B"].plot(color="g")
   .....:     df["C"].plot(color="b")
   .....: 

子图

绘制 DF 的时候，能够将多个 Series 离开作为子图显示：

In [137]: df.plot(subplots=True, figsize=(6, 6));

能够批改子图的 layout：

df.plot(subplots=True, layout=(2, 3), figsize=(6, 6), sharex=False);

下面等价于：

In [139]: df.plot(subplots=True, layout=(2, -1), figsize=(6, 6), sharex=False);

一个更简单的例子：

In [140]: fig, axes = plt.subplots(4, 4, figsize=(9, 9))
 
In [141]: plt.subplots_adjust(wspace=0.5, hspace=0.5)
 
In [142]: target1 = [axes[0][0], axes[1][1], axes[2][2], axes[3][3]]
 
In [143]: target2 = [axes[3][0], axes[2][1], axes[1][2], axes[0][3]]
 
In [144]: df.plot(subplots=True, ax=target1, legend=False, sharex=False, sharey=False);
 
In [145]: (-df).plot(subplots=True, ax=target2, legend=False, sharex=False, sharey=False);

画表格

如果设置 table=True，能够间接将表格数据一并显示在图中：

In [165]: fig, ax = plt.subplots(1, 1, figsize=(7, 6.5))
 
In [166]: df = pd.DataFrame(np.random.rand(5, 3), columns=["a", "b", "c"])
 
In [167]: ax.xaxis.tick_top()  # Display x-axis ticks on top.
 
In [168]: df.plot(table=True, ax=ax)
 
fig

table 还能够显示在图片下面：

In [172]: from pandas.plotting import table
 
In [173]: fig, ax = plt.subplots(1, 1)
 
In [174]: table(ax, np.round(df.describe(), 2), loc="upper right", colWidths=[0.2, 0.2, 0.2]);
 
In [175]: df.plot(ax=ax, ylim=(0, 2), legend=None);

应用 Colormaps

如果 Y 轴的数据太多的话，应用默认的线的色彩可能不好分辨。这种状况下能够传入 colormap。

In [176]: df = pd.DataFrame(np.random.randn(1000, 10), index=ts.index)
 
In [177]: df = df.cumsum()
 
In [178]: plt.figure();
 
In [179]: df.plot(colormap="cubehelix");

本文已收录于 http://www.flydean.com/09-python-pandas-plot/

最艰深的解读，最粗浅的干货，最简洁的教程，泛滥你不晓得的小技巧等你来发现！