pandas绘图

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

np.random.randn(10)

array([-0.55641654,  0.61721538, -0.44471859, -0.70549804, -0.40572372,
        0.94200087,  0.57669463,  0.43246329,  1.10927002, -1.74735746])

Series

data=pd.Series(np.random.randn(300), index=np.arange(300))
data.plot()
plt.show()

#想看值的分布
#直方图/柱状图：看各值出现的频数
data.plot(kind='hist') #直方图  看出来是标准正态分布吧，均值为0

<matplotlib.axes._subplots.AxesSubplot at 0x11d7ea20>

#kde；Kernel Density Estimation plot #Kernel的密度估计图，主要对柱状图hist添加概率密度曲线
#概率密度曲线
data.plot(kind='kde')

<matplotlib.axes._subplots.AxesSubplot at 0x155dcd30>

#pie:饼图 pie doesn't allow negative values
data2=pd.Series([200,90,20,22,100],index="xi'an,chengdu,hangzhou,shenzhen,dali".split(','))
data2.plot(kind='pie',title='satisfied number')
plt.show()

help(data2.plot)

DataFrame

df= pd.DataFrame(np.random.randn(1000,4), columns=list('ABCD'))
df.head()

	A	B	C	D
0	0.100093	0.381531	0.072958	-0.170367
1	0.745670	-0.245102	-1.570983	-0.205432
2	1.130629	0.938289	-0.088522	1.480945
3	-1.221756	-0.457804	-0.956593	-1.079864
4	-1.009221	0.543376	-0.578543	0.697118

df=df.cumsum()#累加在一起
df.head()

	A	B	C	D
0	0.100093	0.381531	0.072958	-0.170367
1	0.845763	0.136429	-1.498026	-0.375799
2	1.976392	1.074718	-1.586548	1.105147
3	0.754636	0.616914	-2.543140	0.025283
4	-0.254586	1.160290	-3.121684	0.722401

df.plot()#绘制出A\B\C\D四条的变化曲线 横轴为0-1000条记录
plt.show()

df.plot(y=['A','B'])#绘制两条的
plt.show()

<matplotlib.axes._subplots.AxesSubplot at 0xeedc5f8>

绘制散点图
散点图的一个plot里的x,y size必须相同

df.plot(kind='scatter',x='A',y='B',label='Class1')

<matplotlib.axes._subplots.AxesSubplot at 0x295e4240>

df.plot(kind='scatter',x='A', y='C',s=df['D']*2,color='red',label='Class2')

<matplotlib.axes._subplots.AxesSubplot at 0x28796a20>

想把它们两个Class1 Class2放在同一个图里，怎么办呢

#错误error!
df.plot(kind='scatter', x='A', y=['B','C'])#ValueError: x and y must be the same size

#共同的x，不同的y
#先将Class1画一个在ax上，再画Class2在同一个ax上
ax=df.plot(kind='scatter',x='A',y='B',label='Class1')
ax1=df.plot(kind='scatter',x='A', y='C',color='darkblue',label='Class2',ax=ax)

#我可不可以在图上再来一个Class3，试一试
df.plot(kind='scatter', x='A', y='D', color='green',label='Class3',ax=ax1) #是label not lable
plt.show()

help(df.plot)

df.plot(kind=“scatter”) 等价于 df.plot.scatter()
xticks : sequence 可设置x轴刻度 如，x轴：xsticks=[0,10,20,30,40,50]
| Values to use for the xticks
| yticks : sequence
| Values to use for the yticks
| xlim : 2-tuple/list
| ylim : 2-tuple/list 可设置y轴坐标范围 如，y轴 ylim=(-1,1)

scatter(self, x, y, s=None, c=None, **kwds)
s：size嘛 scalar or array_like
每一个点的大小。值可以是：
一个标量，所有点大小相同；
标量的序列，每个点可以获取不同的值。
c:color嘛 str, int or array_like
每个点的颜色。值可以是：
一个单一的颜色。如"red"或者"#a98d19"
颜色的序列。如[“green”,“darkblue”]