python数据可视化之pandas绘图

• pandas绘图

import matplotlib as mpl
import matplotlib.pyplot as plt
import pandas as pd 
import numpy as np 

# 解决坐标轴刻度负号乱码
plt.rcParams['axes.unicode_minus'] = False

# 解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['Simhei']

如果想利用 pandas 绘图，可使用 Series 或 DataFrame 对象，并利用 series.plot() 或 dataframe.plot() 进行绘图

• 1、Series.plot()

import pandas as pd

series = pd.Series([2.5, 4.1, 2.7, 8.8, 1.0]) 
series.index.name='site'    # series的索引会转化为横坐标，索引的标签会转化为横坐标的标签名

series.plot(kind="line",linestyle='-.', color='k', marker='o');

结果为：

import pandas as pd

series = pd.Series([2.5, 4.1, 2.7, 8.8, 1.0]) 

series.index = ["a","b","c","d","e"]
series.index.name = 'site'

series.plot(kind="bar", fontsize=12);

结果为：

通过 series.plot() 中的 kind 参数，能画以下图：

- 'line' : 线图（默认）
- 'bar' : 垂直条形图
- 'barh' : 水平条形图
- 'hist' : 直方图
- 'box' : 箱型图
- 'kde' : 核密度估计图
- 'density' :与'kde'相同
- 'area' : 面积图
- 'pie' :饼图

• 2、dataframe.plot()

• 2.1 通过 kind 参数设置想要画图的类型

通过 dataframe.plot() 中的 kind 参数，可以绘制以下图：

• 'line' ：线图（默认）
• ‘bar’ or ‘barh’ ：柱状图、条型图
• ‘hist’ ：频率柱状图（计算某些值出现的频率）
• ‘box’ ：箱线图
• ‘kde’ or ‘density’ ：密度图（需要scipy这个包）
• ‘area’ ：区域图（不同区域的面积占比）
• ‘scatter’ ：散点图 >>> plt.scatter(df['part A'], df['part B'])
• ‘hexbin’ ： plt.hexbin(df['part A'], df['part B'], df['part C'])
• ‘pie’ ：饼图，比较适合于 Series 对象，看不同的占比

dataframe = pd.DataFrame({'A':[9, 4, 4, 5, 7], 'B':[2, 4, 2, 8, 1]}) 

dataframe.index = ["一","二","三","四","五"]

dataframe.plot(kind="bar");

# dataframe.plot(subplots=True, sharex=True);   # 画在多个子图当中

结果为：

dataframe = pd.DataFrame({'A':[9, 4, 4, 5, 7], 'B':[2, 4, 2, 8, 1]}) 

dataframe.plot(linestyle='dashed', 
               color=['k','r'], 
               marker='o', 
               xticks=[0, 1, 2, 3, 4], yticks=np.arange(0, 10.0, 0.5), xlim=[-0.25, 4.25],
               title='dataframe photo');

结果为：

• 2.2 dataframe.plot.bar() 柱状图或条形图

dataframe = pd.DataFrame({'A':[9, 4, 4, 5, 7], 'B':[2, 4, 2, 8, 1]}) 
dataframe.index = ['once', 'twice', 'thrice', 'forth', 'fifth'] 

dataframe.plot.bar();    # 同 dataframe.plot(kind="bar"); 

# dataframe.plot(subplots=True, sharex=True);

结果为：

• 2.3 dataframe.plot.hist() 直方图

直方图（histogram）是一种可以对值频率进行离散化显示的柱状图，数据点被拆分到离散的、间隔均匀的面元中，绘制的是各面元中数据点的数量

dataframe.plot.hist(bins=20)

• bins=20表示数值分辨率，具体来说是将随机数设定一个范围
• 例如5.6，5.7，6.5，如果数值分辨率越低，则会将三个数分到5-7之间
• 如果数值分辨率越高，5.6，5.7将会分到5-6之间，而6.5将会分到6-7之间

import numpy as np
a = np.random.randn(100)

df = pd.DataFrame({'length':a }) 

df.plot.hist(bins=20);

结果为：

X 轴是 DataFrame 当中的数值分布，Y 轴是对应数值出现的次数

对多列数据画直方图：

# plt.figure()  #表示设定绘制图标对象 

df= pd.DataFrame({'a': np.random.randn(100) + 1,
                 'b': np.random.randn(100), 
                 'c': np.random.randn(100) - 1},
                index=range(1,101), columns=['a', 'b', 'c'])

df.plot.hist();

结果为：

如果要用直方图只查看上面的 DataFrame 中的其中一个 Series（比如a） 的数据分布，"抽"这列出来即可：

df['a'].plot.hist(orientation='horizontal', cumulative=True); 
# 该图是将DataFrame对象当中的a进行数值累加，并绘制横向直方图，横轴表示频率（Frequency），纵轴表示数值
# cumulative=True的效果是将各Frequency的数值累加

结果为：

df.diff() 的效果是将 DataFrame 当中 column 分开，即将 a，b 和 c 分开绘制成三张图

例如：df.diff().hist() 可达到这个效果，即将所有 column 分开

df.diff().hist(color='k', alpha=0.5, bins=50);

结果为：

• 2.4 series.plot.box()，dataframe.plot.box() 箱线图

• 箱线图所表示的各个数值的含义：线条右下到上分别表示
• 最小值、第一四分位数、中位数、第三四分位数和最大值
  • 第一四分位数（Q1），又称“较小四分位数”或“下四分位数”，等于该样本中所有数值由小到大排列后第25%的数字；
  • 第二四分位数（Q2），又称“中位数”，等于该样本中所有数值由小到大排列后第50%的数字；
  • 第三四分位数（Q3），又称“较大四分位数”或“上四分位数”，等于该样本中所有数值由小到大排列后第75%的数字；
  • 第三四分位数与第一四分位数的差距又称四分位间距（InterQuartile Range，IQR）。
• 计算四分位数首先要确定Q1、Q2、Q3的位置（n表示数字的总个数）：
  • Q1的位置=（n+1）/4
  • Q2的位置=（n+1）/2
  • Q3的位置=3（n+1）/4

箱线图可以用如下方式绘制:

• series.plot.box()
• dataframe.plot.box()
• dataframe.boxplot()

np.random.seed(80)
a = np.random.rand(10, 5)    #np.random.rand产生的随机数都为0-1之间的正数

df = pd.DataFrame(a, columns=['A', 'B', 'C', 'D', 'E']) 

df.plot.box();

结果为：

• 修改箱线图线条颜色需要有以下4个方面：
  • boxes（盒身）
  • whiskers（须）
  • medians（中位数）
  • caps（最大值，最小值）
• 可以将颜色与上面的4个keys建立字典关系，并在绘图时引入到 color 参数中

#盒身为深绿色，须为深黄色，中位数为深蓝色，最大最小值为灰色
color = dict(boxes='DarkGreen', whiskers='DarkOrange', medians='DarkBlue', caps='Gray')

df.plot.box(color=color, sym='r+'); #这里参数 sym 是设置离群值的样式，"r+"表示"红色，展示图形为+"，类似可以设置为 "k*"，"bv" 等等

结果为：

#可绘制水平箱线图， positions 表示的意思是 ABCDE 这5个箱线图摆放位置，A在1位置，B在4位置，AB之间间隔2，3这两个位置
df.plot.box(vert=True, positions=[1, 4, 5, 6, 8], sym='k*');

结果为：

• 2.5 区域面积图（堆积折线图）

绘图方式：

• series.plot.area()
• dataframe.plot.area()

作用：相当于可以看到不同时刻的饼图占比情况

import pandas as pd
np.random.seed(80)

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

df.plot.area() #生成堆积图 

df.plot.area(stacked=False); #非堆积效果图

结果为：

• 2.6 散点图

绘图方式：dataframe.plot.scatter()

import pandas as pd
np.random.seed(80)

df = pd.DataFrame(np.random.rand(50, 4), columns=['a', 'b', 'c', 'd'])    # abcd四列中，各列设定50个随机数 

df.plot.scatter(x='a', y='b');     # 以a列为X轴数值，b列为Y轴数值绘制散点图 

结果为：

df.plot.scatter(x='c', y='d', color='DarkBlue', label='Group 1'); #先设定第一个散点图，颜色为深蓝色标签为Group 1，以cd两列作为x及y轴的值 

结果为：

如果有两组散点图，如何放在同一张图中作对比？

ax = df.plot.scatter(x='a', y='b', color='DarkBlue', label='Group 1') #先设定第一个散点图，颜色为深蓝色标签为Group 1，以ab两列作为x及y轴的值 

df.plot.scatter(x='c', y='d', color='r', label='Group 2', ax=ax);
#第二个散点图以cd两列作为x及y轴的值，颜色为深绿色标签为Group 2，ax=ax的作用是将ax这个图绘制到Group 2图片当中，形成两层图形嵌套关系

结果为：

• 2.7 饼图

绘图方式：

• series.plot.pie()
• dataframe.plot.pie()

import pandas as pd

series = pd.Series(np.random.rand(4), index=['a', 'b', 'c', 'd'], name='series')

series.plot.pie(figsize=(6, 6));

结果为：

df.plot.pie(y='x');

结果为：

df = pd.DataFrame(np.random.rand(4, 3), index=['a', 'b', 'c', 'd'], columns=['x', 'y', 'z']) 

df.plot.pie(subplots=True, figsize=(8, 4),);   #df中三列数据通过subplots=True来设定画三个饼状子图

结果为：