12种pandas内置画图

参考资料：https://mp.weixin.qq.com/s/llR14JKObuNn_OiuMA1CrQ
代码地址：https://github.com/SeafyLiang/Python_study/blob/master/pandas_study/13%E7%A7%8Dpandas%E5%86%85%E7%BD%AE%E7%94%BB%E5%9B%BE.ipynb
1、折线图
2、柱状图
3、散点图
4、饼图
5、箱型图
6、蜂窝图
7、直方图
9、密度图
10、面积图
11、多子图
12、散点矩阵图
13、平行分类图

#!/usr/bin/env python
# coding: utf-8
# 下面是常见的参数及解释，详细的请参考官网：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.plot.html
# In[1]:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
get_ipython().run_line_magic('matplotlib', 'inline')
# In[2]:
# 随机生成4*3的数据
data = np.random.randn(4, 3)
data
# In[3]:
df = pd.DataFrame(
    data,  # 数据
    columns = ['col1', 'col2', 'col3'],  # 属性
    index=['A', 'B', 'C', 'D']  # 索引
    )
df
# ## 1、折线图
# In[5]:
df.plot(kind="line")
# In[7]:
# 设置两个轴的名称
df.plot(kind="line",xlabel="x_new",ylabel="y_new")
# ## 2、柱状图
# In[8]:
# 写法1
df.col1.plot(kind="bar",title="use pandas to make bar")
# 写法2
df["col1"].plot(kind="bar",title="use pandas to make bar")
# 写法3
df.col1.plot.bar(title="use pandas to make bar")
# In[10]:
# 多元素柱状图
df.plot(kind='bar', title='bar')
# In[11]:
# 堆叠柱状图
df.plot(kind='bar',stacked=True)
# In[12]:
# 水平柱状图
df.plot.barh()
# In[13]:
# 水平堆叠柱状图
df.plot.barh(stacked=True)
# ## 3、散点图
# In[14]:
df.plot(kind='scatter', x='col1', y='col3')
# In[16]:
# 改变大小和颜色
df.plot(kind="scatter", # 指定类型
        x="col1", y="col3",  # 指定两个轴
        s=df["col2"] *500,  # 点的大小
        c="r"  # 点的颜色
       )  
# In[17]:
# 带颜色棒的散点图
df.plot.scatter(
x='col1',
y='col2',
c='col3',
s=50)
# ## 4、饼图
# In[19]:
# 模拟新数据
series = pd.Series(np.random.rand(4), index=['a', 'b', 'c', 'd'])
series
# In[20]:
series.plot(kind='pie', figsize=(6, 6))
# In[21]:
df2 = pd.DataFrame(
5*np.random.rand(4, 2),
index=['a', 'b', 'c', 'd'],
columns=['x', 'y'])
df
# ## 5、箱型图
# In[22]:
df.plot(kind='box', y=df.columns)
# In[23]:
# 自定义箱型图
# 自定义颜色
color = {"boxes": "DarkGreen",
         "whiskers": "DarkOrange",
         "medians": "DarkBlue",
         "caps": "Gray"}
df.plot.box(color=color, sym="r+")
# In[24]:
# 水平箱型图
# 自定义颜色
color = {"boxes": "DarkGreen",
         "whiskers": "DarkOrange",
         "medians": "DarkBlue",
         "caps": "Gray"}
df.plot.box(color=color, 
            vert=False,  # 关键参数
            sym="r+")
# In[25]:
# 使用boxplot绘箱型图
df.boxplot()
# In[26]:
# 使用boxplot绘箱型图
df.boxplot(vert=False)
# ## 6、蜂窝图
# In[28]:
# 模拟数据
df1 = pd.DataFrame(
np.random.randn(10000, 3),
columns=['A', 'B', 'C'])
df1
# In[29]:
# 基础蜂窝图
df1.plot(kind='hexbin', x='A', y='B', gridsize=30)
# In[30]:
# 基础蜂窝图
df1.plot(kind='hexbin', x='A', y='B', gridsize=100)
# In[31]:
# 改进版蜂窝图
df1.plot(
    kind="hexbin",
    x="A",
    y="B",
    C="C",  # 颜色深度的表示
    reduce_C_function=np.mean, # 指定不同聚合参数：mean/max/min/sum/std
    gridsize=30)
# ## 7、直方图
# In[32]:
# 写法1
df.plot(kind="hist",alpha=0.5)
# 写法2
df.plot.hist(alpha=0.5)
# ## 9、密度图
# In[33]:
# 针对df
df.plot(kind='kde')
# In[34]:
# 针对Series
df['col1'].plot(kind='kde')
# ## 10、面积图
# In[35]:
df.plot(kind='area', stacked=False)
# ## 11、多子图
# 
# 绘制子图主要的参数：
# 
# subplots: 默认False, 如果希望每列绘制子图， 则赋值为True
# layout: 子图的布局, 即画布被横竖分为几块, 如:(2,3)表示2行3列
# figsize: 整个画布大小
# In[36]:
df.plot(subplots=True,
        layout=(1,3),  # 1行3列
        figsize=(15,6),
        kind="bar"
       )
# In[37]:
# 共享y轴
df.plot(subplots=True,
        layout=(1,3),  # 1行3列
        figsize=(15,6),
        kind="bar",
        sharey=True  # 开启共享y轴
       )
# ## 12、散点矩阵图
# 
# In[38]:
# 单图导入
from pandas.plotting import scatter_matrix
scatter_matrix(df1,alpha=0.5,figsize=(14,6),diagonal="kde")
# ## 13、平行分类图
# In[41]:
# 导图模块
from pandas.plotting import parallel_coordinates
parallel_coordinates(
    df, # 数据
    class_column="col1",  # 分类名称所用字段
    color=('#556270', '#4ECDC4', '#C7F464') # 颜色设置
)
# 总结下Pandas内置绘图的特点：
# 
# - 代码量少，最大的优点
# - 快速简洁，基本绘图可以满足
# - 静态化，非动态可视化
# - 图片质量一般

1、折线图

2、柱状图

3、散点图

4、饼图

5、箱型图

6、蜂窝图

7、直方图

9、密度图

10、面积图

11、多子图

12、散点矩阵图

13、平行分类图