数据可视化之pandas绘图

解决绘图中乱码问题

plt.rcParams['font.sans-serif']=['Simhei']   # 解决中文乱码问题
plt.rcParams['axes.unicode_minus']=False   # 解决坐标轴刻度负号乱码

Pandas中的绘图类型

• Pandas通过标准约定来引用matplotlib API来实现更便捷的绘图方法。pandas的Series和DataFrame都自带绘图方法

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rc('figure', figsize=(8, 4))  # 设置图片大小，单位为英寸

线图line

Series作图

ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2018', periods=1000))
ts = ts.cumsum()
ts.head()

生成的Series如下：

2018-01-01   -0.218622
2018-01-02    0.800360
2018-01-03    1.032471
2018-01-04    0.770278
2018-01-05   -0.754439
Freq: D, dtype: float64

plt.figure(figsize=(8,4))
ts.plot();

• 图表的横坐标是双坐标
  

Series画图的参数说明

参数	说明
kind	可以使‘line’线图(默认);’bar’垂直柱状图; ’barh’水平柱状; 'hist’直方图; 'box’箱线图; 'kde’或者’desity’密度图; 'area’区域图; 'scatter’散点图;‘hexbin’六角形图; pie’饼图
figsize	元组形式表示图的大小，单位为英寸
use_index	是否用索引作x轴，默认为True
title	标题
grid	是否显示网格，默认为None
legend	是否显示图例，False/True/‘reverse’
label	用于图例的标签
ax	Subplot对象，默认为当前对象
style	传给matlibplot的风格字符串，如’ko–’;list或dict的形式表示每列的style
alpha	图表的填充不透明度（0-1之间）
xtick	X轴刻度值
xlim	X轴界线，如[0,100]

---

• s.plot(kind=‘line’) 等价于 s.plot.line()
• s.plot(kind=‘bar’) 等价于 s.plot.bar()
• s.plot(kind=‘hist’) 等价于 s.plot.hist()
• …

ts.plot.line()   # 图形与上图一样

DataFrame 作图

df = pd.DataFrame(np.random.randn(100, 4).cumsum(0), columns=list('ABCD'), index=np.arange(0, 100, 1))
df.head()

生成的DaraFrame如下：

		A			B			C			D
0	0.408464	0.122632	1.285822	-0.074799
1	0.174366	-0.839241	0.791051	1.290122
2	-0.365918	-1.897591	-0.687835	0.081802
3	1.696604	-1.908418	-1.002529	-0.308029
4	2.693575	-2.039872	-1.726345	0.863233

df.plot();

DataFrame画图及其参数说明

DataFrame还有一些用于对列进行灵活处理的选项，例如，要将所有列都绘制到一个subplot中还是创建各自的subplot。参数如下表:

参数	说明
subplots	将各个DataFrame列绘制到单独的subplot中
sharex	如果subplots=True，则共用同一个X轴，包括刻度和界限
sharey	类似于上
figsize	表示图像大小的元组
title	表示图像标题的字符串
legend	添加一个subplot图例(默认为True)
sort_columns	以字母表顺序绘制各列，默认使用前列顺序

df.plot(subplots=True,
		# layout = (2,3),
		figsize = (12,6),
		# sharex = False
		);

直方图hist

np