Pandas 可視化操作實例
Series和DataFrame上的此功能只是圍繞matplotlib庫plot()方法的簡單包裝。
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()
運行結(jié)果如下:
如果索引由日期組成,它將調(diào)用gct()。autofmt_xdate()來格式化x軸,如上圖所示。
我們可以使用x和y關(guān)鍵字繪制一列與另一列的關(guān)系。
除默認(rèn)線圖外,繪圖方法還允許使用多種繪圖樣式。這些方法可以作為plot()的kind關(guān)鍵字參數(shù)提供。這些包括:
條形圖 直方圖 箱形圖 面積圖 散點圖 餅形圖
下面我們來看看如何創(chuàng)建一個條形圖:
import pandas as pd import numpy as np df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d') df.plot.bar()
運行結(jié)果如下:
產(chǎn)生堆疊的柱狀圖, 可以設(shè)置 stacked=True
import pandas as pd df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d') df.plot.bar(stacked=True)
運行結(jié)果如下:
要獲取水平條形圖,可以使用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)
運行結(jié)果如下:
可以使用plot.hist()方法繪制直方圖。我們可以指定數(shù)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)
運行結(jié)果如下:
可以使用以下代碼為每列繪制不同的直方圖:
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)
運行結(jié)果如下:
可以通過調(diào)用Series.box.plot()和DataFrame.box.plot()或DataFrame.boxplot()來繪制Boxplot,以可視化每個列中值的分布。
例如,這是一個箱線圖,代表對[0,1)上的一個隨機(jī)變量的10個觀測值的五個試驗。
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()
運行結(jié)果如下:
可以使用Series.plot.area()或DataFrame.plot.area()方法創(chuàng)建面積圖。
import pandas as pd import numpy as np df = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd']) df.plot.area()
運行結(jié)果如下:
創(chuàng)建散點圖可以使用DataFrame.plot.scatter()方法。
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')
運行結(jié)果如下:
創(chuàng)建餅圖可以使用DataFrame.plot.pie()方法。
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)
運行結(jié)果如下: