绘图与可视化--pandas中的绘图函数

Posted mrlayfolk

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了绘图与可视化--pandas中的绘图函数相关的知识,希望对你有一定的参考价值。

matplotlib是一种比较低级的工具,要组装一张图表,你得用它得各种基础组件才行:数据展示(即图表类型:线型图、柱状图、盒型图、散布图、等值线图等)、图例、标题、刻度标签以及其它注释型信息。

在pandas中,有行标签、列标签及分组信息,要绘制一张图,需要很多matplotlib代码。pandas有很多能够利用DataFrame对象数据组织特点来创建标准图表的高级绘图方法。

1.1 线型图

Series和DataFrame都有一个用于生成各类图表的plot方法,默认情况下,生成的是线型图。

1 >>> s = pd.Series(np.random.randn(10).cumsum(), index=np.arange(0, 100, 10))
2 >>> s.plot()
3 <matplotlib.axes._subplots.AxesSubplot object at 0x0000024F35B8A898>
4 >>> plt.show()

技术图片

该Series对象的索引会传给matplotlib,并用以绘制X轴,可通过use_index=False禁用该功能。X轴的刻度和界限可以通过xticks和xlim选项进行调节,Y轴就用yticks和ylim。plot参数完整列表如下所示:

参数

说明

label

用于图例的标签

ax

要在其上进行绘制的matplotlib subplot对象,如果没有设置,则使用当前matplotlib subplot

style

将要传给matplotlib的风格字符串(如’ko--’)

alpha

图表的填充不透明度(0到1之间)

kind

可以是’line’、’bar’、’barh’、’kde’

logy

在Y轴上使用对数标尺

use_index

将对象的的索引用作刻度标签

rot

旋转刻度标签(0到360)

xticks

用作X轴刻度的值

yticks

用作Y轴刻度的值

xlim

X轴的界限(例如[0, 10])

ylim

Y轴的界限

grid

显示轴网格线(默认打开)

pandas的大部分绘图方法都有一个可选的ax参数,它可以是一个matplotlib的subplot对象。

DataFrame的plot方法会在一个subplot中为各列绘制一条线,并自动创建图例。

1 >>> df = pd.DataFrame(np.random.randn(10, 4).cumsum(0), columns=[A, B, C, D], index=np.arange(0, 100, 10))
2 >>> df.plot()
3 <matplotlib.axes._subplots.AxesSubplot object at 0x0000024F35B8AFD0>
4 >>> plt.show()

 技术图片 

DataFrame还有一些用于对列进行灵活处理的选项。下表是专用于DataFrame的plot参数。

参数

说明

subplots

将各个DataFrame列绘制到单独的subplot中

sharex

如果subplots=True,则共用同一个X轴,包括刻度和界限

sharey

如果subplots=True,则共用同一个Y轴

figsize

表示图像大小的元组

title

表示图像标题的字符串

legend

添加一个subplot实例(默认为True)

sort_columns

以字母顺序绘制各列,默认使用当前列顺序

1.2  柱状图

在生成线性图的代码中加上kind=’bar’(垂直柱状图)或kind=’barh’(水平柱状图)即可生成柱状图。这时,Series和DataFrame的索引将会被当作X(bar)或Y(barh)刻度。

1 >>> fig, axes = plt.subplots(2, 1) 
2 >>> data = pd.Series(np.random.rand(16), index=list(abcdefghijklmnop)) 
3 >>> data.plot(kind=bar, ax=axes[0], color=k, alpha=0.7) 
4 <matplotlib.axes._subplots.AxesSubplot object at 0x0000024F37F3FE48>
5 >>> data.plot(kind=barh, ax=axes[1], color=k, alpha=0.7) 
6 <matplotlib.axes._subplots.AxesSubplot object at 0x0000024F37F794A8>
7 >>> plt.show()

技术图片

对于DataFrame,柱状图会将每一行的值分为一组。

 1 >>> df = pd.DataFrame(np.random.rand(6, 4), index=[one, two, three, four, five, six], columns=pd.Index([A, B, C, D], name=Genus))
 2 >>> df
 3 Genus         A         B         C         D
 4 one    0.466419  0.388390  0.045920  0.188829
 5 two    0.795635  0.566636  0.916473  0.944628
 6 three  0.386224  0.993829  0.273204  0.573622
 7 four   0.134991  0.591803  0.778073  0.150384
 8 five   0.854561  0.058758  0.922147  0.764897
 9 six    0.923109  0.324739  0.717597  0.682992
10 >>> df.plot(kind=bar)
11 <matplotlib.axes._subplots.AxesSubplot object at 0x0000024F37FB1F28>
12 >>> plt.show()

技术图片

 设置stacked=True即可生成堆积柱状图,每行的值会被堆积在一起。

1 >>> df.plot(kind=bar, stacked=True, alpha=0.5) 
2 <matplotlib.axes._subplots.AxesSubplot object at 0x0000024F3A2F2048>
3 >>> plt.show()

技术图片 

1.1.3  直方图和密度图

直方图(histogram)是一种可以对值频率进行离散化显示的柱状图。数据点被拆分到离散的、间隔均匀的面元中,绘制的是各面元中数据点的数量。

 1 >>> s
 2 0   -0.674014
 3 1    0.342018
 4 2   -0.189962
 5 3    0.528294
 6 4    1.597546
 7 5    1.530765
 8 6    2.699712
 9 7    1.422388
10 8   -1.295660
11 9   -1.539913
12 dtype: float64
13 >>> s.hist(bins=5)
14 <matplotlib.axes._subplots.AxesSubplot object at 0x000002295B737978>
15 >>> plt.show()

技术图片

与此相关的一种图表类型是密度图,它是通过计算“可能产生观测数据的连续概率分布的估计”而产生的。一般的过程是将该部分近似为一组核(即诸如正态(高斯)分布之类的较为简单的分布)。因此,密度图也被称为KDE(kernel density estimate核密度估计)图。调用plot时加上kind=’kde’即可生成一张密度图(标准混合正态分布KDE)。

 1 >>> import scipy                                                                       
 2 >>> s.plot(kind=kde)
 3 <matplotlib.axes._subplots.AxesSubplot object at 0x0000022959D0DA90>
 4 >>> plt.show()
 5 >>> s
 6 0   -0.674014
 7 1    0.342018
 8 2   -0.189962
 9 3    0.528294
10 4    1.597546
11 5    1.530765
12 6    2.699712
13 7    1.422388
14 8   -1.295660
15 9   -1.539913
16 dtype: float64

技术图片

 这两种图形常常画在一起,直方图以规格化形式给出(以便给出画元化密度),然后再在其上绘制核密度估计。下面给一个由两个不同的标准正态分布组成的双峰分布。

1 >>> comp1 = np.random.normal(0, 1, size=200)
2 >>> comp2 = np.random.normal(10, 2, size=200) 
3 >>> values = pd.Series(np.concatenate([comp1, comp2])) 
4 >>> values.hist(bins=100, alpha=0.3, color=k, density=True) 
5 <matplotlib.axes._subplots.AxesSubplot object at 0x0000022959CFC6D8>
6 >>> values.plot(kind=kde, style=k--) 
7 <matplotlib.axes._subplots.AxesSubplot object at 0x0000022959CFC6D8>
8 >>> plt.show()

技术图片

1.4  散布图

散布图(scatter plot)是观察两个一维数据序列之间关系的有效手段,matplotlib的scatter方法是绘制散布图的主要方法。

 1 >>> df = pd.DataFrame(np.random.rand(4, 2), index=[1, 2, 3, 4], columns=[one, two]) 
 2 >>> df
 3         one       two
 4 1  0.658181  0.390797
 5 2  0.443482  0.673915
 6 3  0.188783  0.442284
 7 4  0.048783  0.578914
 8 >>> plt.scatter(df[one], df[two])
 9 <matplotlib.collections.PathCollection object at 0x000002295D2D77B8>
10 >>> plt.title(test) 
11 Text(0.5, 1.0, test)
12 >>> plt.show()

技术图片 

在探索式数据分析中,同时观察一组变量的散布图很有意义,这也被称为散布矩阵(scatter plot matrix)。pandas提供了从DataFrame创建散布图矩阵的scatter_matrix函数。还支持在对角线上放置各变量的直方图和密度图。

 1 >>> df    
 2         one       two
 3 1  0.658181  0.390797
 4 2  0.443482  0.673915
 5 3  0.188783  0.442284
 6 4  0.048783  0.578914
 7 >>> pd.plotting.scatter_matrix(df, diagonal=kde, color=r, alpha=0.3)  
 8 array([[<matplotlib.axes._subplots.AxesSubplot object at 0x000002295D23D860>,
 9         <matplotlib.axes._subplots.AxesSubplot object at 0x000002295D1A4940>],
10        [<matplotlib.axes._subplots.AxesSubplot object at 0x000002295D09EEF0>,
11         <matplotlib.axes._subplots.AxesSubplot object at 0x000002295D0DC4E0>]],
12       dtype=object)
13 >>> plt.show()

技术图片

以上是关于绘图与可视化--pandas中的绘图函数的主要内容,如果未能解决你的问题,请参考以下文章

Python绘图之seaborn

Python可视化应用实战案例30篇-基础绘图命令详解含大量示例代码(附Python代码)

Python可视化应用实战案例30篇-基础绘图命令详解含大量示例代码(附Python代码)

20200116(绘图和可视化——pandas)

Plotly:如何在绘图线图中的特定点添加标记(python / pandas)

如何使用 pandas DataFrame 绘图函数绘制每个子图的 ylabel