pandas基础绘图函数

Series和DataFrame都有一个用于生成各类图表的plot方法。默认情况下，它们所生成的是线形图。

• Series画图，默认会用index作为x轴的数据，values作为y轴的数据。
• dataframe也是用index做x轴，每一列的数据做y轴，一列就是一条曲线。
• pandas通过plot(kind=‘line’)通过kind来修改绘图的类型，默认是线形图

解决中文和负号下的重要技巧：

• matplotlib的默认字体不是中文，所以不能显示中文

  plt.rcParams['font.sans-serif']='SimHei'

• 解决中文字体下，负号无法正常显示的问题

  plt.rcParams['axes.unicode_minus']=False

线形图(折线图)

简单的Series图表示例，plot()

import numpy as np
import pandas as pd
from pandas import Series,DataFrame
import matplotlib.pyplot as plt
%matplotlib inline

s = Series(data=np.random.randint(0, 10, size=10))
s.plot()

简单的DataFrame图表示例，plot()

• 图例的位置可能会随着数据的不同而不同

  index=['张三','李四','王五','赵六']
  columns=['语文','数学','英语','python']
  data=np.random.randint(80,150,size=(4,4))
  df = DataFrame(data=data,columns=columns,index=index)
  df
  '''
  out:
  	语文	数学	英语	python
  张三	136	124	137	122
  李四	82	87	111	146
  王五	134	92	85	82
  赵六	96	126	101	103
  '''
  df
  

柱状图（条形图）

Series柱状图示例，kind=‘bar’/‘barh’

s.plot(kind='barh')

DataFrame柱状图示例

df.plot(kind='bar')

案例：读取文件tips.csv，查看每天的聚会人数情况，每天各种聚会规模的比例

求和df.sum()，注意灵活使用axis

tips = pd.read_csv('../data/tips.csv')
tips

tips.set_index(key='day', inplace=True)
tips

tips.plot(kind='bar')

tips/tips.sum(axis=1)  # 不能这么除，除完全是NaN
result = tips.div(tips.sum(axis=1), axis='index')
result.plot(kind='bar')

直方图

默认的直方图y轴式数据出现的次数

histogram

直方图反映数据的分布情况

n = np.array([1, 1, 2, 3, 3, 4, 5, 5, 6, 6])
s = Series(data=n)
s.plot(kind='hist')

# 计算直方图数据，返回出现的次数和组距
np.histogram(n)
'''
out: (array([2, 0, 1, 0, 2, 0, 1, 0, 2, 2], dtype=int64),
 array([1. , 1.5, 2. , 2.5, 3. , 3.5, 4. , 4.5, 5. , 5.5, 6. ]))
'''
n  # out: array([1, 1, 2, 3, 3, 4, 5, 5, 6, 6])

rondom生成随机数百分比直方图，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，越大柱宽越小，数据分组越细致
• 设置density参数为True，可以把频数转换为概率

# 加上density，变成概率密度，概率/组距
s.plot(kind='hist', bins=10, density=True)

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

# 经常把直方图和kde图画在一起。
# kde：kernel density estimate
s.plot(kind='hist',bins=10,density=True)![14]
s.plot(kind='kde')

案例：由两个不同的正态分布组成的双峰分布

n1 = np.random.normal(loc=10, scale=3, size=1000)
n2 = np.random.normal(loc=30, scale=6, size=1000)
data = np.hstack(n1, n2)

s = Series(data=data)
s.plot(kind='hist', density=True, bins=100)
s.plot(kind='kde')

散点图

散点图是观察两个一维数列之间的关系的有效方法，DataFrame对象可用

使用方法：设置kind=‘scatter’，给明标签columns

x = np.linspce(2, 8, 10)
y = np.linspce(0, 10, 10)
display(x,y)
'''
out:
array([2.        , 2.66666667, 3.33333333, 4.        , 4.66666667,
       5.33333333, 6.        , 6.66666667, 7.33333333, 8.        ])
array([ 0.        ,  1.11111111,  2.22222222,  3.33333333,  4.44444444,
        5.55555556,  6.66666667,  7.77777778,  8.88888889, 10.        ])
'''
plt.scatter(x,y)

df = DataFrame({'x':x, 'y':y})
df
'''
out:
		x			y
0	2.000000	0.000000
1	2.666667	1.111111
2	3.333333	2.222222
3	4.000000	3.333333
4	4.666667	4.444444
5	5.333333	5.555556
6	6.000000	6.666667
7	6.666667	7.777778
8	7.333333	8.888889
9	8.000000	10.000000
'''
df.plot(x='x', y='y', kind='scatter')  # 结果图同上

# 正弦图
x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x)
df = DataFrame({'x':x, 'y':y})
df.plot(x='x', y='y', kind='scatter')

散点图矩阵，当有多个点时，两两点的关系

使用函数：pd.plotting.scater_matrix()

• 参数diagnol：设置对角线的图像类型

# 观察dataframe列与列两两形成的关系，可以画一个散点图矩阵
df = DataFrame({'A':np.random.randn(300),'B':np.random.randn(300),'C':np.random.randn(300),'D':np.random.randn(300)})
df

_=pd.plotting.scatter_matrix(df, figsize=(16,16),alpha=1,diagonal='kde')