4.6 Pandas数据可视化

4.6.1 可视化简介

plot方法

Pandas提供了plot()方法，可以快速方便地将Series和DataFrame中的数据可视化, 是matplotlib模块的pyplot类的封装。

plot 默认为折线图，调用方式为：

df.plot()#针对dataframe的数值列分别绘制折线图
s.plot()#对series的数据绘制折线图

可以在 plot 后增加调用来使用其他的图形：

df.plot.line() # 折线的全写方式
df.plot.bar() # 柱状图
df.plot.barh() # 横向柱状图 （条形图）
df.plot.hist() # 直方图
df.plot.box() # 箱形图
df.plot.kde() # 核密度估计图
df.plot.area() # 面积图
df.plot.pie() # 饼图
df.plot.scatter() # 散点图
df.plot.hexbin() # 六边形箱体图，或简称六边形图

也可以通过plot方法的参数kind指定图类来绘制对应的图形：

df.plot(kind='pie') # 绘制饼图

其他的名称和上文相同

plot绘图参数

默认情况下x轴为索引(dataframe为行索引)，也可以指定某列为x轴，y轴为指定列的数值或者默认为所有数值列。 如果是Series则索引是x轴，数据为Y轴，无需传入。

# 可以不用写参数名，直接按位置传入
df[:5].plot('学号', '身高')#x轴为学号，y轴为身高
df[:5].plot.bar('学号', ['身高', '体重'])#x轴为学号，y轴为身高和体重两类数据
df[:5].plot.barh(x='学号', y='身高')
df[:5].plot.scatter('学号', '身高')

注：散点图只允许有一个Y值。

其他参数及其取值同matplotlib：

• 标题参数为title
• 指定轴上的字体大小参数为fontsize
• 指定线条等样式参数为style
• 指定图例参数为legend，多列数据作为Y轴时默认自动添加图例，要取消设置legend=False
• 指定绘图大小参数为figsize
• 指定背景网格参数为grid

In [3]:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 通过rc参数设置支持中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False

In [2]:

st = pd.read_excel('data/stinfo.xlsx',index_col = 0)
st.head(3)

Out[2]: