Pandas绘图大揭秘：让你的数据比熊猫还萌，一秒变身数据界的‘萌主’！

1. Pandas绘图

• Series和DataFrame都有一个用于生成各类图表的plot方法
• Pandas的绘图时基于Matplotlib，可以快速实现基本图形的绘制，复杂的图形还是需要用Matplotlib

# 导包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

2. 折线图

2.1 Series图表

s = pd.Series([100,250,300,200,150,100])
s
s.plot()

<Axes: >

• 画正弦曲线

# sin曲线
x = np.arange(0,2*np.pi,0.1)
xy = np.sin(x)s = pd.Series(data=y,index=x)
ss.plot()

<Axes: >

2.2 DataFrame图表

• 图例的位置可能会随着数据的不同而不同

data = np.random.randint(50,100,size=(5,6))
index =["1st","2nd","3th","4th","5th"]
columns = ["Jeff","Jack","Rose","Luck","Lily","Bob"]
df = pd.DataFrame(data=data,index=index,columns=columns)
df

	Jeff	Jack	Rose	Luck	Lily	Bob
1st	93	81	66	68	56	78
2nd	53	80	84	85	56	51
3th	66	57	83	62	61	72
4th	83	98	82	80	50	82
5th	53	72	73	73	58	65

# 每一列一根线
df.plot()

<Axes: >

# 每一行一根线
df.T.plot()

<Axes: >

3. 柱状图和条形图

3.1 Series柱状图示例，kind = ‘bar’/‘barh’

s = pd.Series(data=[100,200,300,200])
s.index = ["Lily","Lucy","Jack","Rose"]
"""
kind : strThe kind of plot to produce:- 'line' : line plot (default)- 'bar' : vertical bar plot- 'barh' : horizontal bar plot- 'hist' : histogram- 'box' : boxplot- 'kde' : Kernel Density Estimation plot- 'density' : same as 'kde'- 'area' : area plot- 'pie' : pie plot- 'scatter' : scatter plot (DataFrame only)- 'hexbin' : hexbin plot (DataFrame only)
"""
# 柱状图
s.plot(kind="bar")

<Axes: >

# 条形图
s.plot(kind="barh")

<Axes: >

df = pd.DataFrame(data=np.random.rand(10,4))
# 第一种方式
df.plot(kind="bar")

<Axes: >

# 第二种方式
df.plot.bar()

<Axes: >

# 是否堆叠
df.plot.bar(stacked=True)

<Axes: >

3.2 DataFrame柱形图示例

data = np.random.randint(0,100,size=(4,3))
index = list("ABCD")
columns = ["Python","NumPy","Pandas"]
df = pd.DataFrame(data=data,index=index,columns=columns)
df

	Python	NumPy	Pandas
A	77	77	20
B	20	73	93
C	69	80	4
D	64	13	6

df.plot(kind="bar")

<Axes: >

df.plot(kind="barh")

<Axes: >

3.3 聚会规模可视化项目

• 读取文件 tips.csv，查看每天各种聚会规模的比例
• 求和 df.sum()，注意灵活使用 axis
• df.div()：获取数 DataFrame 和其他元素的浮点除法

tips = pd.read_csv("11_Pandas绘图_tips.csv")
tips

	day	1	2	3	4	5	6
0	Fri	1	16	1	1	0	0
1	Stat	2	53	18	13	1	0
2	Sun	0	39	15	18	3	1
3	Thur	1	48	4	5	1	3

把day作为行索引

tips2 = tips.set_index("day")
tips2

	1	2	3	4	5	6
day
Fri	1	16	1	1	0	0
Stat	2	53	18	13	1	0
Sun	0	39	15	18	3	1
Thur	1	48	4	5	1	3

求每天的聚会规模

day_sum = tips2.sum(axis=1)
day_sum

day
Fri     19
Stat    87
Sun     76
Thur    62
dtype: int64

每天各种聚会规模的比例

tips3 = tips2.div(day_sum,axis=0)
tips3

	1	2	3	4	5	6
day
Fri	0.052632	0.842105	0.052632	0.052632	0.000000	0.000000
Stat	0.022989	0.609195	0.206897	0.149425	0.011494	0.000000
Sun	0.000000	0.513158	0.197368	0.236842	0.039474	0.013158
Thur	0.016129	0.774194	0.064516	0.080645	0.016129	0.048387

tips3.plot(kind="bar")

<Axes: xlabel='day'>

4. 直方图

4.1rondom生成随机百分比直方图，调用hist方法

• 柱高表示数据的频数，柱宽表示各组数据的组距
• 参数bins可以设置直方图方柱的个数上限，越大柱宽小，数据分组越细致
• 设置density参数为True，可以把频数转换为概率

s = pd.Series([1,2,2,2,2,2,2,3,3,4,5,5,5,6,6])
s.plot(kind="hist")

<Axes: ylabel='Frequency'>

# bins=5 表示分为5组
s.plot(kind="hist",bins=5)

<Axes: ylabel='Frequency'>

# density：频数转换为概率
s.plot(kind="hist",bins=5,density=True)

<Axes: ylabel='Frequency'>

4.2 kde图：核密度估计，用于弥补直方图由于参数bins设置的不合理导致的精度缺失问题

# kde图：核密度估计
s.plot(kind="hist",bins=5,density=True)
# 可以结合上面的直方图一起显示，效果更好
s.plot(kind="kde")

<Axes: ylabel='Density'>

4. 饼图

• 主要是用来描述占比

df = pd.DataFrame(data=np.random.rand(4,2),index=list("ABCD"),columns=["Python","Java"])
df

	Python	Java
A	0.540495	0.100629
B	0.848605	0.101815
C	0.328714	0.361827
D	0.342602	0.757760

# 画饼图，autopct：显示百分比占比
df["Python"].plot(kind="pie",autopct="%.1f%%")

<Axes: ylabel='Python'>

# subplots：子图
df.plot.pie(subplots=True,figsize=(8,8))

array([<Axes: ylabel='Python'>, <Axes: ylabel='Java'>], dtype=object)

• pandas画图：快速画简单的图
• 复杂的图可以用matplotlib

5. 散点图

• 散点图是观察两个一维数据列之间的关系有效方法，DataFrame对象可用

data = np.random.normal(size=(1000,2))
datadf = pd.DataFrame(data=data,columns=list("AB"))
df.head()

	A	B
0	-0.291759	1.550484
1	-0.935913	0.631661
2	-0.883316	0.040398
3	-0.261854	-0.745847
4	1.843412	-0.794660

# 一般用于显示两列数据
df.plot(kind="scatter",x="A",y="B")

<Axes: xlabel='A', ylabel='B'>

# 方式二
# x="A"：使用A列作为X轴
# y="B"：使用B列作为Y轴
df.plot.scatter(x="A",y="B")

<Axes: xlabel='A', ylabel='B'>

6. 面积图

df = pd.DataFrame(data=np.random.rand(10,4),columns=list("ABCD"))
df

	A	B	C	D
0	0.042626	0.555709	0.595140	0.283489
1	0.510244	0.066011	0.951883	0.726001
2	0.663038	0.765964	0.992662	0.083721
3	0.548282	0.005492	0.175496	0.986480
4	0.656553	0.225131	0.184848	0.810095
5	0.116009	0.895350	0.748115	0.485771
6	0.554334	0.519759	0.609096	0.392924
7	0.221381	0.882820	0.644140	0.057933
8	0.913984	0.684586	0.342234	0.686879
9	0.759520	0.721572	0.780937	0.402259

df.plot(kind="area")

<Axes: >

# 堆叠
df.plot.area(stacked=True)

<Axes: >

7. 箱型图

df = pd.DataFrame(data=np.random.rand(10,4),columns=list("ABCD"))
df

	A	B	C	D
0	0.677702	0.066629	0.854846	0.856027
1	0.149347	0.722314	0.085458	0.902034
2	0.010958	0.035523	0.286902	0.923202
3	0.864328	0.965760	0.662281	0.774940
4	0.306896	0.866431	0.720461	0.842470
5	0.561130	0.371032	0.055305	0.304149
6	0.157795	0.473306	0.152361	0.673328
7	0.176309	0.596900	0.935771	0.399409
8	0.328981	0.916401	0.075412	0.015534
9	0.574044	0.351302	0.728465	0.227091

df.plot(kind="box")

<Axes: >

# 数据显示位置：最大值、75%、50%、25%、最小值
# 圆点：离群点表示异常值
df.plot.box()

<Axes: >