python turtle画熊猫_大白话Python绘图系列: Pandas篇

1. 目的

几行代码，快速了解pandas绘图， 帮助大家在Python处理数据时， 随时快速的洞察数据分布学习环境: ipython notebook

2. Pandas绘图概述

Pandas的DataFrame和Series，在matplotlib基础上封装了一个简易的绘图函数, 使得我们在数据处理过程中方便可视化查看结果。好处: 方便快捷的可视化的方式洞察数据， 覆盖常用图标类型

不足: 不如Matplotlib灵活，仅仅看下分布情况，基本是足满足日常使用

3. Pandas快速绘图

3.1 练习数据备注: 以下绘图均使用该数据

# 为方便演示, 我们随机生成3列正随机数

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

%matplotlib inline

data = np.random.randn(5,3)

df = pd.DataFrame(np.abs(data),

index=['Mon', 'Tue', 'Wen', 'Thir', 'Fri'],

columns=['A', 'B', 'C'])

df

3.2 折线图

# 两行, 是不是简单到爆

# 关于plot更多参数查看: help(df.plot)

df.plot()

plt.show()

3.3 柱形图图显示单列柱形图

df.A.plot(kind='bar', title='I am Mon')

plt.show()

多列柱形图

df.plot(kind='bar', title='From Mon To Fri')

plt.show()

3.4 堆积图

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

plt.show()

3.5 散点图

# x: 散点的x坐标位置

# y: 散点的y坐标位置

# s: 散点的大小

# c: 散点颜色

# 更多参数查看: help(df.plot.scatter)

df.plot(kind='scatter', x='A', y='B', s=df.C*500, c='r')

plt.show()

3.6 箱图

df.plot(y=df.columns, kind='box')

plt.show()

3.7 绘制子图

# subplots: 默认False, 如果希望每列绘制子图， 则赋值为True

# layout: 子图的布局, 即画布被横竖分为几块, 如:(2,3)表示2行3列

# figsize: 整个画布大小

# 尝试去掉下面注释, 看看sharey绘图后的区别

df.plot(subplots=True, layout=(2,3), figsize = (10,10), kind='bar')

# df.plot(subplots=True, layout=(2,3), figsize = (10,10), kind='bar'， sharey=True)

plt.show()

4. About Me

来自北京回龙观的一名数据民工， 2019年开始写写数据民工那些大白话微信公众号: workindata

个人微信号: ITlooker