Python Pandas 可视化

Python Pandas 可视化

基本绘图:plot

这个关于 Series 和 DataFrame 的功能只是 matplotlib 库中 plot( ) 方法的一个简单包装。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(10,4),index=pd.date_range('1/1/2000',
   periods=10), columns=list('ABCD'))

df.plot()

输出 情况如下—

Python Pandas - 可视化

如果索引由日期组成,它将调用 gct().autofmt_xdate() 来格式化X轴,如上图所示。

我们可以使用 xy 关键字绘制一列与另一列的对比。

除了默认的直线图之外,绘图方法还允许少量的绘图样式。这些方法可以作为 plot() 的 kind 关键字参数提供 这些方法包括–

  • bar或barh用于绘制条形图
  • 直方图的hist
  • 盒状图(box),用于boxplot
  • 面积图的 “面积”。
  • 散点图的’scatter’。

条形图

现在让我们通过创建一个条形图来看看什么是条形图。条形图可以通过以下方式创建

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d')
df.plot.bar()

输出结果 如下 –

Python Pandas - 可视化

要产生一个堆积的柱状图,请 传递堆积=True

import pandas as pd
df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d')
df.plot.bar(stacked=True)

输出结果 如下 –

Python Pandas - 可视化

要获得水平条形图,请使用 barh 方法—-。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d')

df.plot.barh(stacked=True)

输出结果 如下 –

Python Pandas - 可视化

柱状图

直方图可以用 plot.hist() 方法来绘制。我们可以指定分层的数量。

import pandas as pd
import numpy as np

df = pd.DataFrame({'a':np.random.randn(1000)+1,'b':np.random.randn(1000),'c':
np.random.randn(1000) - 1}, columns=['a', 'b', 'c'])

df.plot.hist(bins=20)

输出结果 如下 –

Python Pandas - 可视化

要为每一列绘制不同的直方图,请使用以下代码 –

import pandas as pd
import numpy as np

df=pd.DataFrame({'a':np.random.randn(1000)+1,'b':np.random.randn(1000),'c':
np.random.randn(1000) - 1}, columns=['a', 'b', 'c'])

df.diff.hist(bins=20)

输出结果 如下 –

Python Pandas - 可视化

箱形图

可以通过调用 Series.box.plot()DataFrame.box.plot() ,或 DataFrame.boxplot() 来绘制Bowxplot,以可视化每一列中的数值分布。

例如,这里是一个boxplot,代表了[0,1]上均匀随机变量的10个观测值的5次试验。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(10, 5), columns=['A', 'B', 'C', 'D', 'E'])
df.plot.box()

输出结果 如下 –

Python Pandas - 可视化

面积图

可以使用 Series.plot.area()DataFrame.plot.area() 方法创建面积图。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])
df.plot.area()

输出结果 如下 –

Python Pandas - 可视化

散点图

可以使用 DataFrame.plot.scatter() 方法创建散点图。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(50, 4), columns=['a', 'b', 'c', 'd'])
df.plot.scatter(x='a', y='b')

输出结果 如下 –

Python Pandas - 可视化

饼状图

饼图可以使用 DataFrame.plot.pie() 方法创建。

import pandas as pd
import numpy as np

df = pd.DataFrame(3 * np.random.rand(4), index=['a', 'b', 'c', 'd'], columns=['x'])
df.plot.pie(subplots=True)

输出结果 如下 –

Python Pandas - 可视化

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程