Pandas的绘图方法

一般情况下，通过数据绘图都会使用 Matplotlib 库，当然本篇文章的内容也和它有关。在 Pandas 库中，有一些封装了 Matplotlib 的方法可以更简单地通过处理后的数据来绘制图表，当然要先导入 Matplotlib 库才能使用。

不管是 Series 还是 DataFrame 类型的数据，调用的方法都是一样的，只是后者要多处理一下。

---

线形图

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 随机生成正态分布的 5 组数据，每组 5 个值
df = pd.DataFrame(np.random.randn(5,5), columns=list('ABCDE'))
# 绘制
df.plot()
# 显示
plt.show()

如图：

plot() 默认绘制 折线图(kind=‘line’)，若要绘制其它图形，就要添加 kind 参数，以下是 kind 参数的选项：

kind 选项	图形
line	折线图( 默认 )
scatter	散点图
bar	条形图
barh	横向条形图
hist	柱状图
pie	饼状图
box	箱线图
kde	概率密度分布图
density	类似于 kde
area	区域块图
hexbin	六边形分箱图

当然也可以采用 plot.scatter()、plot.bar() 这样的形式。

散点图

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df = pd.DataFrame(np.random.randn(25,5), columns=list('ABCDE'))
# 以 A 组的数据作为 x 轴，以 B 组的数据作为 y 轴，生成散点图
df.plot(x='A', y='E', kind='scatter')
plt.show()

如图：

条形图

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df = pd.DataFrame(np.random.randn(5, 5), columns=list('ABCDE'))
df.plot(kind='bar')
plt.show()

把 5 个部分全部绘制出来了，如图：

若是要生成堆积条形图：

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

如图：

若要只绘制一个组，除了可以在 DataFrame 的操作上进行选择，也可以这样：

df.plot(y='C', kind='bar')
plt.show()

如图：

饼状图

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 生成 3 组随机数，每组 3 个数据
df = pd.DataFrame(np.random.rand(3, 3), index=list('abc'), columns=list('ABC'))
df.plot(kind='pie', subplots=True, figsize=(12,6))
plt.show()

如图：

---

还有一些参数的作用( 列举部分 )：

参数	说明
x	标签或位置
y	标签，位置或标签列表( 允许绘制一列与另一列 )
subplots	为每列制作单独的子图
figsize	以英寸为单位的元组（宽度，高度）
title	标题
style	线条样式