python数据分析(七)—pandas数据可视化

常见图的绘制

常使用的语法有：
x和y：表示标签或者位置，用来指定显示的索引，默认为None。
kind：表示绘图的类型，默认为line，折线图。
subplots：是否对列分别作子图，默认False
title：图形的标题
grid：图形是否有网格，默认None
color：对颜色的设置
stacked：是否堆积，在折线图和柱状图中默认为False，在区域图中默认为True

先对一份水果数据的读取：

frame = pd.read_csv('fruit.csv', encoding='utf-8') # 数据转为utf-8编码
frame
# 输出为
  month	apple	banana	peach
0	Jan	300	     310	190
1	Feb	320      320	264
2	Mar	310	     330	247
3	Apr	245	     345	315
4	May	340	     350	285
5	Jun	289	     326	346
6	Jul	340	     378	145
7	Aug	317	     352	265
8	Sep	356	     249	218
9	Oct	346	     342	312
10	Nov	346	     259	170
11	Dec	346	     298	256

1. 柱形图bar

• 将上述数据中三种水果在一个张图分开绘制成柱形子图

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

# kind='bar'图形类型为柱形图，subplots制作子图
df.plot(kind='bar',
        x = 'month',
       y=['apple', 'banana','peach'],
        #分别作子图
        subplots=True, 
        title='年份的水果销售柱形图' 
       )
# plt.show()

• 将三种水果绘制成一张重叠的柱形图

frame.plot(kind=‘bar’, stacked=True) # stacked设置重叠区域

• 水平绘制重叠的柱形图

frame.plot(kind=‘barh’, stacked=True) # 柱状图barh是水平方向制作

2. 折线图line

pandas默认为绘制折线图。

• 绘制折线图的基本操作
  1.图像标记：使用关键字参数marker来标记每个点plt.plot(x, y, marker=‘*’ ) # 用星号来标记点

2. 线的类型：linestyle可以缩写成ls，plt.plot(x, y, ls = ‘-’ )
   虚线dashed：ls = ‘:’
   直线dotted：ls = ‘-’
   虚线还可以写成ls = ‘–’
   斜点：ls = ‘-.’
3. 线条颜色:plt.plot(x, y, color = ‘red’)，color可以缩写成c
4. 线宽：plt.plot(x, y, linewidth = ‘数字’)
5. 标签和标题：x轴名plt.xlabel(“XX”)、y轴名plt.ylabel(“XX”)、标题plt.title(“XX”)
6. 设置标签和标题的字体属性：用参数fontdict来为xlabel()、ylabel()和title()设置字体属性
   plt.title(“XX”, fontdict=xx)
   xx可以写成xx = {‘family’ : ‘serif’, ‘color’ : ‘bule’, ‘size’ : 20}
7. 标题的定位：用参数loc来对标题的定位
   plt.title(“XX”, loc = ‘left’) 靠左侧是left，靠右侧是right，中间是center(默认值)
8. 添加网格线：plt.grid() 默认x和y都有网格线
   显示x轴的网格线：plt.grid(axis = ‘x’)、axis = 'y’显示y轴、axis = 'both’显示x和y轴
   设置网格线的属性：plt.grid(color = ‘XX’, linestyle = ‘XX’, linewidth = ‘XX’)
9. 子图：用subplots()可以在一张图中绘制多张图
   plt.subplots(x, y, z) 参数x，y对应行和列、z表示当前绘图的索引，用x，y，z三个参数来描绘图形的布局。
   子图里面添加标题和上述方法一样plt.title(“XX”)，在各自生成子图的代码中使用该方法。
   子图里面添加大标题方法为plt.suptitle(“XX”)

将上述水果绘制成折线图：

frame.plot() # pandas默认绘制折线图
frame.plot(y='peach') # 设置参数绘制自己想要的数据
frame.plot(x='month', y='apple') # 根据需求设置好x和y轴
frame.plot(kind='line', x = 'month', y = ['apple', 'banana', 'peach'])

用一个数据更多的DataFrame来绘制成折线图

frame = pd.DataFrame(np.random.randn(1000, 2), columns=['B', 'C']).cumsum()
frame["A"] = pd.Series(list(range(1000))) # range是python内置函数，通过设置为一组Series来添加进去DataFrame中的列项
# frame['A'] = range(1000)
# frame
frame.plot(x="A", y = "B")

pandas.DataFrame.cumsum()方法

cumsum(axis=1):当axis=1时，是按列累加和的
cumsum(axis=0):当axis=0时按行(或者说索引 Index）累加和

3. 箱型图box

将上述水果绘制成箱型图

frame.plot(kind='box', x='month', y = ['apple', 'banana', 'peach']) 
frame.plot.box() # 也可以按照默认，不设置x和y、不设置kind参数，等价于frame.plot(kind='box')
frame.boxplot()  # 绘制带有网格的箱型图

4. 散点图scatter

将上述水果绘制成散点图：

用kind参数和不用kind参数的写法
frame.plot.scatter(x='month', y='banana')
frame.plot(kind='scatter', x='month', y='banana')

在散点图上修改散点的形状和颜色
frame.plot(kind='scatter', x='month', y='banana', color='red', marker="*", s=100) 
# marker 为设置散点形状，s为设置散点大小

5.其它图

其它图像有：

pie：饼状图
hist：直方图（数值频率分布）
kde：密度图，主要对柱状图添加
Kernel 概率密度线
area：区域图（面积图）
hexbin：蜂巢图