pandas的绘图函数（一）

依旧参照《利用Python进行数据分析》，过一遍基础。
导库import pandas as pd，import numpy as np，import matplotlib.pyplot as plt

线型图

plot方法可以生成Series和DataFrame的线型图，对象的索引将用于绘制X轴（默认情况下）

s = pd.Series(np.random.randn(10).cumsum(), index=np.arange(0, 100, 10))
s.plot()
plt.show()

df = pd.DataFrame(np.random.randn(10, 3).cumsum(0), columns=['A', 'B', 'C'], index=np.arange(0, 100, 10))
df.plot()
plt.show()

Dataframe的plot方法会自动创建图例

Series.plot参数

DataFrame.plot参数

柱状图

• kind='bar' 垂直柱状图
• kind='barh' 水平柱状图

ax参数可以指定在某个子图上作图

fig, axes = plt.subplots(2, 1)
data = pd.Series(np.random.randn(7), index=list('abcdefg'))
data.plot(kind='bar', ax=axes[0], color='k', alpha=0.7)
data.plot(kind='barh', ax=axes[1], color='g', alpha=0.7)
plt.show()

对于DataFrame，柱状图会将每一行的值分为一组

df = pd.DataFrame(np.random.rand(4, 3),
                  index=['one', 'two', 'three', 'four'],
                  columns=pd.Index(['A', 'B', 'C'], name='Genus'))
df.plot(kind='bar')
plt.show()

DataFrame各列的名称“Genus”作为图例的标题

设值stacked=True 可生成堆积柱状图

df.plot(kind='bar', stacked=True, alpha=0.5)

小技巧：利用value_counts图形化显示Series中各值的出现频率，例如：s.value_counts().plot(kind='bar')

直方图和密度图

• 直方图
  .hist() 对频率进行离散化

s = pd.Series(np.random.randn(10))
s.hist(bins=50)
plt.show()

• 密度图
  调用.plot() 时加上kind='kde'

  s.plot(kind='kde')
  

散点图

.scatter() 传入X，Y轴

s = pd.Series(np.random.randn(10))
plt.scatter(np.arange(1, 11), s)
plt.show()