pandas教程 - 可视化（线型、柱型、直方、箱线） - 《Python程序设计数字教程》

Basic plotting: plot
Other plots

本例中所有调用np.random 使用123456做种子
我们使用标准约定来引用matplotlib API：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(123456)
plt.close('all')              # 关闭所有 figure windows
plt.show()

Basic plotting: `plot`

这里只展示基础知识，高级用法请查阅cookbook，这里只调用 plt.plot()将plot方法用于Series 和 DataFrame

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(123456)
ts = pd.Series(np.random.randn(1000),index=pd.date_range('1/1/2000', periods=1000))
ts = ts.cumsum()
ts.plot()  # AxesSubplot(0.125,0.11;0.775x0.77)
plt.show()

如果行索引包含日期，将调用gcf().autofmt_xdate()去格式化x轴，在DataFrame中, plot()可以方便的绘制全部列索引标签

df = pd.DataFrame(np.random.randn(1000, 4),index=ts.index, columns=list('ABCD'))
df = df.cumsum()                    # cumsum()是累加
plt.figure()
df.plot()
plt.show()

可以在 plot() 中使用 x 和 y 关键字绘制一列与另一列的比较：

df3 = pd.DataFrame(np.random.randn(1000, 2), columns=['B', 'C']).cumsum()  # cumsum()是累加
df3['A'] = pd.Series(list(range(len(df))))
df3.plot(x='A', y='B')
plt.show()

Other plots

plot()方法允许处理区别与线型图的不同的绘制风格，使用方法是在[plot()](https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.plot.html#pandas.DataFrame.plot)中提供kind关键字参数，主要包括以下几种：

‘bar’ or ‘barh’ 柱型图
‘hist’ 直方图
‘box’ 箱线图
‘kde’ or ‘density’ 核基密度图
‘area’ 面积图
‘scatter’散点图
‘hexbin’ 蜂窝六角图
‘pie’ 饼图

例如，可以通过以下方式创建一个柱形图

plt.figure()
df.iloc[5].plot(kind='bar')
plt.show()

你也可以利用DataFrame.plot.<kind>方法代替提供kind 关键字创建其他图型，这种方法使发现绘制方法及其应用的参数更简单。
kind可用的方法包括：
df.plot.area df.plot.barh df.plot.density df.plot.hist df.plot.line df.plot.scatter
df.plot.bar df.plot.box df.plot.hexbin df.plot.kde df.plot.pie
而且，在这些类型中，还有分别用于不同接口的DataFrame.hist(), and DataFrame.boxplot()方法
最后，pandas.plotting中还有一些绘图函数接收一个 Series 或 DataFrame 为参数，包括：

Scatter Matrix
Andrews Curves
Parallel Coordinates
Lag Plot
Autocorrelation Plot
Bootstrap Plot
RadViz

还可以对绘制加误差条或表格进行修饰

Bar plots

对于非时间序列的数据，你可能会希望产生一个带标签的柱形图

plt.figure()
df.iloc[5].plot.bar()
plt.axhline(0, color='k')
plt.show()

调用DataFrame的 plot.bar()方法生产一个多柱形图

df2 = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])
df2.plot.bar()
plt.show()

设置 stacked=True 可绘制堆叠柱形图

df2 = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])
df2.plot.bar(stacked=True)  # 堆叠效果
plt.show()

通过barh 方法获得水平排列

df2 = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])
df2.plot.barh(stacked=True) # 水平效果
plt.show()

Histograms

Histograms can be drawn by using the DataFrame.plot.hist() and Series.plot.hist() methods.

直方图
可以使用 DataFrame.plot.hist() 和 Series.plot.hist() 方法绘制直方图

# 直方图
df4 = pd.DataFrame({'a': np.random.randn(1000) + 1, 'b': np.random.randn(1000),'c': np.random.randn(1000) - 1}, columns=['a', 'b', 'c'])
plt.figure()
df4.plot.hist(alpha=0.5)
plt.show()

直方图中设置stacked=True可以设置堆叠效果，修改bins值还可以设置分箱数量

# 堆叠直方图
df4 = pd.DataFrame({'a': np.random.randn(1000) + 1, 'b': np.random.randn(1000),'c': np.random.randn(1000) - 1}, columns=['a', 'b', 'c'])
plt.figure()
df4.plot.hist(stacked=True, bins=20)   # 堆叠效果，分箱数量20个
plt.show()

可以传递 matplotlib hist 中提供支持的其他关键字，例如，水平和堆叠直方图可以通过设置参数orientation='horizontal' 和 cumulative=True.

# 水平直方图
df4 = pd.DataFrame({'a': np.random.randn(1000) + 1, 'b': np.random.randn(1000),'c': np.random.randn(1000) - 1}, columns=['a', 'b', 'c'])
plt.figure()
df4['a'].plot.hist(orientation='horizontal', cumulative=True)
plt.show()

利用现存的接口 DataFrame.hist 绘制直方图的方法仍然可用

# 直方图
df4 = pd.DataFrame({'a': np.random.randn(1000) + 1, 'b': np.random.randn(1000),'c': np.random.randn(1000) - 1}, columns=['a', 'b', 'c'])
plt.figure()
df['A'].diff().hist()
plt.show()

<br />
DataFrame.hist() 可以将不同列绘制在多子图中

df4 = pd.DataFrame({'a': np.random.randn(1000) + 1, 'b': np.random.randn(1000),'c': np.random.randn(1000) - 1}, columns=['a', 'b', 'c'])
plt.figure()
df.diff().hist(color='k', alpha=0.5, bins=50)
plt.show()

by 关键字可用于将直方图分组绘制

data = pd.Series(np.random.randn(1000))
data.hist(by=np.random.randint(0, 4, 1000), figsize=(6, 4))
plt.show()

Box plots

箱线图可以调用 Series.plot.box() 和 DataFrame.plot.box()绘制，也可以调用 DataFrame.boxplot() 绘制。表明每列数据的值的分布
实例是一个10组[0,1] 之间的随机变量的5次实验结果展示：

# Box plots
df = pd.DataFrame(np.random.rand(10, 5), columns=['A', 'B', 'C', 'D', 'E'])
df.plot.box()
plt.show()

color参数可以指定颜色，传递一个以boxes, whiskers, medians 和 caps.为键的字典
Boxplot可以通过传递color关键字来着色。你可以通过一个字典，它的keys是boxes, whiskers, medians 和caps。如果dict中缺失一些键，则相应的绘制将使用默认颜色。另外，boxplot有sym关键字来指定fliers样式。
通过color关键字传递其他类型的参数时，它将直接传递给matplotlib，用于所有的boxes, whiskers, medians 和 caps 的着色。
颜色应用于要绘制的每个框。如果您想要更复杂的着色，您可以通过传递return_type获得。

# Box plots
df = pd.DataFrame(np.random.rand(10, 5), columns=['A', 'B', 'C', 'D', 'E'])
color = {'boxes': 'DarkGreen', 'whiskers': 'DarkOrange','medians': 'DarkBlue', 'caps': 'Gray'}
df.plot.box(color=color, sym='r+')
plt.show()

同样可以传递 matplotlib boxplot 支持的关键字参数，例如，可以用 vert=False and positions 指定水平和堆叠

# Box plots
df = pd.DataFrame(np.random.rand(10, 5), columns=['A', 'B', 'C', 'D', 'E'])
color = {'boxes': 'DarkGreen', 'whiskers': 'DarkOrange','medians': 'DarkBlue', 'caps': 'Gray'}
df.plot.box(color=color, vert=False, positions=[1, 4, 5, 6, 8])
plt.show()

DataFrame.boxplot方法仍可用于绘制箱线图

# Box plots
df = pd.DataFrame(np.random.rand(10, 5))
plt.figure()
bp = df.boxplot()
plt.show()

可以通过使用by 关键字创建分组箱线图

df['X'] = pd.Series(['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'])
plt.figure()
bp = df.boxplot(by='X')
plt.show()

也可以将每列的绘制放入一个子图中

df = pd.DataFrame(np.random.rand(10, 3), columns=['Col1', 'Col2', 'Col3'])
df['X'] = pd.Series(['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'])
df['Y'] = pd.Series(['A', 'B', 'A', 'B', 'A', 'B', 'A', 'B', 'A', 'B'])
plt.figure()
bp = df.boxplot(column=['Col1', 'Col2'], by=['X', 'Y'])
plt.show()

在boxplot中，返回类型可以由return type关键字控制。有效的选择包括{“axis”、“dict”、“both”，None}。使用by关键字创建的DataFrame.boxplot进行分类处理，将影响输出类型等：

`return_type=`	Faceted	Output type
`None`	No	axes
`None`	Yes	2-D ndarray of axes
`'axes'`	No	axes
`'axes'`	Yes	Series of axes
`'dict'`	No	dict of artists
`'dict'`	Yes	Series of dicts of artists
`'both'`	No	namedtuple
`'both'`	Yes	Series of namedtuples

Groupby.boxplot 返回值总是return_type的 Series .

np.random.seed(1234)
df_box = pd.DataFrame(np.random.randn(50, 2))
df_box['g'] = np.random.choice(['A', 'B'], size=50)
df_box.loc[df_box['g'] == 'B', 1] += 3
bp = df_box.boxplot(by='g')
plt.show()

上面的子图首先被数字列分割，然后是g列的值。下面的子图首先被g的值分割，然后被数字列分割。

np.random.seed(1234)
df_box = pd.DataFrame(np.random.randn(50, 2))
df_box['g'] = np.random.choice(['A', 'B'], size=50)
df_box.loc[df_box['g'] == 'B', 1] += 3
bp = df_box.groupby('g').boxplot()
plt.show()

可视化（线型、柱型、直方、箱线）

Basic plotting: plot

Other plots

Bar plots

Histograms

Box plots

Basic plotting: `plot`