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"])dfOut[90]:        Col1      Col20  0.047633  0.1500471  0.296385  0.2128262  0.562141  0.1362433  0.997786  0.2245604  0.585457  0.1789145  0.551201  0.8671026  0.740142  0.0038727  0.959130  0.5815068  0.114489  0.5342429  0.042882  0.314845df.boxplot()

当初给df加一列：

 df["X"] = pd.Series(["A", "A", "A", "A", "A", "B", "B", "B", "B", "B"])dfOut[92]:        Col1      Col2  X0  0.047633  0.150047  A1  0.296385  0.212826  A2  0.562141  0.136243  A3  0.997786  0.224560  A4  0.585457  0.178914  A5  0.551201  0.867102  B6  0.740142  0.003872  B7  0.959130  0.581506  B8  0.114489  0.534242  B9  0.042882  0.314845  Bbp = 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_matrixIn [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_curvesIn [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_coordinatesIn [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_plotIn [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_plotIn [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_plotIn [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 radvizIn [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.availableOut[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 tableIn [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！