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