【数据分析day05】pandas中的绘图函数

• pandas中的绘图函数实际上是调用的matplotlib
• plot()
• pip install scipy

线形图

• 反映趋势

1. series线性图

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

# 默认画的是线形图
# 以index作为x轴数据,以value作为y轴数据
s.plot()

2. dataframe线性图

index = ['张三', '李四', '王五', '赵六']
columns = ['语文', '数学', '英语']
data = np.random.randint(0, 150, size=(4, 3))
ddd = DataFrame(index=index, columns=columns, data=data)
ddd

显示中文

# 显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']

解决中文情况下负号没法正常显示的问题.

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

ddd.index = [-2, -1, 0, 1]

# 以index作为x轴数据,每一列画一条线.
ddd.plot()

柱状图

• 比较大小

Series柱状图

参数：kind = ‘bar’/‘barh’

s.plot(kind='bar', color=np.random.rand(10, 3))

横向

s.plot(kind='barh')

DataFrame柱状图

# 每一行的数据放在一起,比较柱子大小.
ddd.plot(kind='bar')

水平柱状图

ddd.plot(kind='barh')

直方图

只需要一维数据, 自动计算频数.

• 反映的是数据的分布

• y轴的数据是数据出现的次数. 我们叫做频数.

• kind=‘hist’

    s.plot(kind='hist', bins=10)
  

计算 直方数据

np.histogram(s)

density=True显示密度估计

s.plot(kind='hist', density=True, bins=20)

np.histogram(s, density=True, bins=20)

kde图：（看拟合程度）

• 拟合密度估计，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

    s.plot(kind='hist', density=True, bins=10)
    s.plot(kind='kde') # kernel density estimate
  

练习：绘制一个由两个不同的正态分布组成的的双峰分布

n1 = np.random.normal(loc=5, scale=5, size=10000)
n2 = np.random.normal(loc=35, scale=10, size=10000)
n = np.hstack((n1, n2))
s = Series(data=n)
s.plot(kind='hist', density=True, bins=200)
s.plot(kind='kde')

散布图 (散点图)

看两个一维数据组成的一个关系数据

• 观察两个一维数据数列之间的关系的有效方法
• DataFrame对象可用
• kind = ‘scatter’
• 标准正态分布特点：1）均值为0， 2） -3~3 范围

创建一个df

df = DataFrame({'A':  np.random.randn(1000), 'B': np.random.randn(1000), 'C': np.random.randn(1000), 'D': np.random.randn(1000)})
df.head()

数值特点：均值为0, 在-3~3区间
散布图：

#查看A，B两列数据组成的一个新的关系数据（相当于俯视图）
df.plot(x='A', y='B', kind='scatter')

散布图矩阵，当有多个点时，两两点的关系

• 使用函数：pd.plotting.scatter_matrix()
• 参数diagonal：设置对角线的图像类型

df中A,B,C,D两两组合就是16个

	pd.plotting.scatter_matrix(df, alpha=0.5, figsize=(4*4, 4*4), diagonal='kde')