Pandas高级教程之:plot画图详解

简介

python中matplotlib是非常重要并且方便的图形化工具 使用matplotlib可以可视化的进行数据分析 今天本文将会详细讲解Pandas中的matplotlib应用。

基础画图

要想使用matplotlib 我们需要引用它

In [1]: import matplotlib.pyplot as plt

假如我们要从2020年1月1日开始 随机生成365天的数据 然后作图表示应该这样写

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

使用DF可以同时画多个Series的图像

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

可以指定行和列使用的数据

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 

其他图像

plot() 支持很多图像类型 包括bar, hist, box, density, area, scatter, hexbin, pie等 下面我们分别举例子来看下怎么使用。

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 表示横向的bar图

df2.plot.barh(stacked True);

Histograms

df2.plot.hist(alpha 0.5);

box

df.plot.box();

box可以自定义颜色

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

可以转成横向的

df.plot.box(vert False);

除了box 还可以使用DataFrame.boxplot来画box图

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

boxplot可以使用by来进行分组

df pd.DataFrame(np.random.rand(10, 2), columns [ Col1 , Col2 ])
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()

现在给df加一列

df[ X ] pd.Series([ A , A , A , A , A , B , B , B , B , B ])
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

使用 Series.plot.area() 或者 DataFrame.plot.area() 可以画出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 可以指定stacked False

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

Scatter

DataFrame.plot.scatter() 可以创建点图。

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图还可以带第三个轴

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

可以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

使用 DataFrame.plot.hexbin() 可以创建蜂窝图

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);

默认情况下颜色深度表示的是 x y 中元素的个数 可以通过reduce_C_function来指定不同的聚合方法 比如 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

使用 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));

可以按照列的个数分别作图

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));

在画图中处理NaN数据

下面是默认画图方式中处理NaN数据的方式

画图方式处理NaN的方式LineLeave gaps at NaNsLine (stacked)Fill 0’sBarFill 0’sScatterDrop NaNsHistogramDrop NaNs (column-wise)BoxDrop NaNs (column-wise)AreaFill 0’sKDEDrop NaNs (column-wise)HexbinDrop NaNsPieFill 0’s其他作图工具散点矩阵图Scatter matrix

可以使用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

使用 Series.plot.kde() 和 DataFrame.plot.kde() 可以画出密度图

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

安德鲁斯曲线Andrews curves

安德鲁斯曲线允许将多元数据绘制为大量曲线 这些曲线是使用样本的属性作为傅里叶级数的系数创建的. 通过为每个类对这些曲线进行不同的着色 可以可视化数据聚类。 属于同一类别的样本的曲线通常会更靠近在一起并形成较大的结构。

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。 平行坐标允许人们查看数据中的聚类 并直观地估计其他统计信息。 使用平行坐标点表示为连接的线段。 每条垂直线代表一个属性。 一组连接的线段代表一个数据点。 趋于聚集的点将显得更靠近。

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

滞后图是用时间序列和相应的滞后阶数序列做出的散点图。可以用于观测自相关性。

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);

自相关图Autocorrelation plot

自相关图通常用于检查时间序列中的随机性。 自相关图是一个平面二维坐标悬垂线图。横坐标表示延迟阶数 纵坐标表示自相关系数。

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 中间范围等。从数据集中选择指定大小的随机子集 为该子集计算出相关统计信息 重复指定的次数。 生成的图和直方图构成了引导图。

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。它把数据集的特征映射成二维目标空间单位圆中的一个点 点的位置由系在点上的特征决定。把实例投入圆的中心 特征会朝圆中此实例位置 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 

图像的格式

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

可以通过使用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

默认情况下画出来的图会有一个表示列类型的图标 可以使用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轴的数据差异过大 可能会导致图像展示不友好 数值小的部分基本上无法展示 可以传入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

使用secondary_y True 可以绘制多个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 

小图标上面默认会添加right字样 想要去掉的话可以设置mark_right False

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

坐标文字调整

使用时间做坐标的时候 因为时间太长 导致x轴的坐标值显示不完整 可以使用x_compat True 来进行调整

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

如果有多个图像需要调整 可以使用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 可以将多个Series分开作为子图显示

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

可以修改子图的layout

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

上面等价于

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

一个更复杂的例子

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 可以直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还可以显示在图片上面

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);

使用Colormaps

如果Y轴的数据太多的话 使用默认的线的颜色可能不好分辨。这种情况下可以传入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/

最通俗的解读 最深刻的干货 最简洁的教程 众多你不知道的小技巧等你来发现

本文转自网络，原文链接：https://developer.aliyun.com/article/785120
本站部分内容转载于网络，版权归原作者所有，转载之目的在于传播更多优秀技术内容，如有侵权请联系QQ/微信：153890879删除，谢谢！