利用Pandas的DataFrame，Series进行绘图

关于Python数据分析在数学建模中的更多相关应用：Python数据分析在数学建模中的应用汇总（持续更新中！）

（1）、Pandas绘图常用的属性

左上角为处理Series的，右下角为处理DataFrame的

（2）、导入库

from pandas import Series, DataFrame
import numpy as np
import matplotlib.pyplot as plt
import pandas

（3）、绘制线图

#线图
#处理Series
s= Series(np.random.randn(10).cumsum(0), index =np.arange(0,100,10))  #创建Series随机数
s.plot()    #绘制线图
#处理DataFrame
df = DataFrame(np.random.randn(10,4).cumsum(0), columns = ['A','B','C','D'], index = np.arange(0,100,10)) #创建dataFrame对象
df.plot()   #绘制线图

（4）、绘制柱形图

#柱形图
#处理Series
fig, axes = plt.subplots(2,1)	#获得figure和Axes对象
data = Series(np.random.rand(16),index = list('abcdefghijklmnop'))  #创建Series
data.plot(kind='bar', ax = axes[0],color='k',alpha=0.7)    #垂直的柱形图,利用kind属性='bar'
data.plot(kind='barh', ax = axes[1],color='k',alpha=0.7)   #水平的柱形图,利用kind属性='barh'
#处理DataFrame
df = DataFrame(np.random.rand(6,4),index = ['one','two','three','four','five','six'],
               columns = pandas.Index(['A','B','C','D'],name = 'Genus'))    #创建DataFrame
df.plot(kind='bar') #垂直的柱形图,利用kind属性='bar'

（4）、直方图和密度图

#直方图和密度图
plt.figure()
data = Series(np.random.rand(16),index = list('abcdefghijklmnop'))  #创建Series
data.hist(bins = 50)    #直方图，bins参数代表有多少个区间
data.plot(kind='kde')  #密度图，将kind属性设置为kde
##使用同一张画布，两个图会在一起

（5）、散点图

#散点图
f= open('E:\\建模\\第6周\\data\\macrodata.csv')
macro = pandas.read_csv(f)
data = macro[['cpi','m1','tbilrate','unemp']]
trans_data = np.log(data).diff().dropna()       #对数据处理，求对数差
trans_data[5:]  #取后5行
plt.figure()    #得到figure对象
plt.scatter(trans_data['m1'],trans_data['unemp'])   #通过scatter画出散点图