【Python与机器学习 3-3】pandas绘图

pandas可以根据dataframe的信息直接进行可视化

可用的绘图样式

plt.style.available #查看可用的绘图样式
plt.style.use('seaborn-colorblind') #设置绘图样式

dataframe绘图

df.plot(kind=) kind用于指定绘图的类型
数据

np.random.seed(100)
df = pd.DataFrame({'A': np.random.randn(365).cumsum(0),
                  'B': np.random.randn(365).cumsum(0) + 20,
                  'C': np.random.randn(365).cumsum(0) - 20},
                 index=pd.date_range('2017/1/1', periods=365))

df.plot()

df.plot()

散点图 kind=scatter

df.plot('A', 'B', kind='scatter') #画A和B的散点图

三维散点图

# 颜色(c)和大小(s)由'B'列的数据决定
ax = df.plot('A', 'C', kind='scatter',
        c='B', s=df['B'], colormap='viridis')
ax.set_aspect('equal') # 设置坐标为相同比例

盒图 kind=‘box’

df.plot(kind='box')

直方图 kind=’hist’

df.plot(kind='hist', alpha=0.7)

趋势图 拟合出来分布 kind=’kde’

df.plot(kind='kde')

pandas.tools.plotting

生成多个维度上的图

查看两两变量之间的关系pd.plotting.scatter_matrix

iris = pd.read_csv('iris.csv') #pandas自带数据集
pd.plotting.scatter_matrix(iris) #查看两两变量之间的关系

查看两两变量之间的关系

查看所有变量之间的关系pd.plotting.parallel_coordinates

pd.plotting.parallel_coordinates(iris, 'Name')

每个线代表着一个数据