Pandas高级教程之:plot画图详解

逃离我推掉我的手 2022-10-13 12:47 359阅读 0赞

### 文章目录 ###

*  简介
 *  基础画图
 *  其他图像
 *   *  bar
     *  stacked bar
     *  barh
     *  Histograms
     *  box
     *  Area
     *  Scatter
     *  Hexagonal bin
     *  Pie
 *  在画图中处理NaN数据
 *  其他作图工具
 *   *  散点矩阵图Scatter matrix
     *  密度图Density plot
     *  安德鲁斯曲线Andrews curves
     *  平行坐标Parallel coordinates
     *  滞后图lag plot
     *  自相关图Autocorrelation plot
     *  Bootstrap plot
     *  RadViz
 *  图像的格式
 *   *  去掉小图标
     *  设置label的名字
     *  缩放
     *  多个Y轴
     *  坐标文字调整
     *  子图
     *  画表格
     *  使用Colormaps

# 简介 #

python中matplotlib是非常重要并且方便的图形化工具，使用matplotlib可以可视化的进行数据分析，今天本文将会详细讲解Pandas中的matplotlib应用。

# 基础画图 #

要想使用matplotlib，我们需要引用它：

In [1]: import matplotlib.pyplot as plt

假如我们要从2020年1月1日开始，随机生成365天的数据，然后作图表示应该这样写：

ts = pd.Series(np.random.randn(365), index=pd.date_range("1/1/2020", periods=365))
    
    ts.plot()

![20201228180119712.png][]

使用DF可以同时画多个Series的图像：

df3 =  pd.DataFrame(np.random.randn(365, 4), index=ts.index, columns=list("ABCD"))
    
     df3= df3.cumsum()
    
    df3.plot()

![20201228180506255.png][]

可以指定行和列使用的数据：

df3 = pd.DataFrame(np.random.randn(365, 2), columns=["B", "C"]).cumsum()
    
    df3["A"] = pd.Series(list(range(len(df))))
    
    df3.plot(x="A", y="B");

![20201228180643999.png][]

# 其他图像 #

plot() 支持很多图像类型，包括bar, hist, box, density, area, scatter, hexbin, pie等，下面我们分别举例子来看下怎么使用。

## bar ##

df.iloc[5].plot(kind="bar");

![20201228180943953.png][]

多个列的bar：

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

![20201228181119273.png][]

## stacked bar ##

df2.plot.bar(stacked=True);

![20201228181210450.png][]

## barh ##

barh 表示横向的bar图：

df2.plot.barh(stacked=True);

![20201228181309844.png][]

## Histograms ##

df2.plot.hist(alpha=0.5);

![20201228181648799.png][]

## box ##

df.plot.box();

![20201228181850725.png][]

box可以自定义颜色：

color = {
       ....:     "boxes": "DarkGreen",
       ....:     "whiskers": "DarkOrange",
       ....:     "medians": "DarkBlue",
       ....:     "caps": "Gray",
       ....: }
    
    df.plot.box(color=color, sym="r+");

![20201228182156722.png][]

可以转成横向的：

df.plot.box(vert=False);

![20201228182412493.png][]

除了box，还可以使用DataFrame.boxplot来画box图：

In [42]: df = pd.DataFrame(np.random.rand(10, 5))
    
    In [44]: bp = df.boxplot()

![20201228203456491.png][]

boxplot可以使用by来进行分组：

df = pd.DataFrame(np.random.rand(10, 2), columns=["Col1", "Col2"])
    
    df
    Out[90]: 
           Col1      Col2
    0  0.047633  0.150047
    1  0.296385  0.212826
    2  0.562141  0.136243
    3  0.997786  0.224560
    4  0.585457  0.178914
    5  0.551201  0.867102
    6  0.740142  0.003872
    7  0.959130  0.581506
    8  0.114489  0.534242
    9  0.042882  0.314845
    
    df.boxplot()

![20201228220135798.png][]

现在给df加一列：

df["X"] = pd.Series(["A", "A", "A", "A", "A", "B", "B", "B", "B", "B"])
    
    df
    Out[92]: 
           Col1      Col2  X
    0  0.047633  0.150047  A
    1  0.296385  0.212826  A
    2  0.562141  0.136243  A
    3  0.997786  0.224560  A
    4  0.585457  0.178914  A
    5  0.551201  0.867102  B
    6  0.740142  0.003872  B
    7  0.959130  0.581506  B
    8  0.114489  0.534242  B
    9  0.042882  0.314845  B
    
    bp = df.boxplot(by="X")

![20201228220240248.png][]

## Area ##

使用 Series.plot.area() 或者 DataFrame.plot.area() 可以画出area图。

In [60]: df = pd.DataFrame(np.random.rand(10, 4), columns=["a", "b", "c", "d"])
    
    In [61]: df.plot.area();

![20201228231102889.png][]

如果不想叠加，可以指定stacked=False

In [62]: df.plot.area(stacked=False);

![20201228231328733.png][]

## Scatter ##

DataFrame.plot.scatter() 可以创建点图。

In [63]: df = pd.DataFrame(np.random.rand(50, 4), columns=["a", "b", "c", "d"])
    
    In [64]: df.plot.scatter(x="a", y="b");

![20201228231430901.png][]

scatter图还可以带第三个轴：

df.plot.scatter(x="a", y="b", c="c", s=50);

![20201229000023178.png][]

可以将第三个参数变为散点的大小：

df.plot.scatter(x="a", y="b", s=df["c"] * 200);

![20201229000142107.png][]

## Hexagonal bin ##

使用 DataFrame.plot.hexbin() 可以创建蜂窝图：

In [69]: df = pd.DataFrame(np.random.randn(1000, 2), columns=["a", "b"])
    
    In [70]: df["b"] = df["b"] + np.arange(1000)
    
    In [71]: df.plot.hexbin(x="a", y="b", gridsize=25);

![20201229000346930.png][]

默认情况下颜色深度表示的是（x，y）中元素的个数，可以通过reduce\_C\_function来指定不同的聚合方法：比如 `mean`, `max`, `sum`, `std`.

In [72]: df = pd.DataFrame(np.random.randn(1000, 2), columns=["a", "b"])
    
    In [73]: df["b"] = df["b"] = df["b"] + np.arange(1000)
    
    In [74]: df["z"] = np.random.uniform(0, 3, 1000)
    
    In [75]: df.plot.hexbin(x="a", y="b", C="z", reduce_C_function=np.max, gridsize=25);

![20201229000814589.png][]

## Pie ##

使用 DataFrame.plot.pie() 或者 Series.plot.pie()来构建饼图：

In [76]: series = pd.Series(3 * np.random.rand(4), index=["a", "b", "c", "d"], name="series")
    
    In [77]: series.plot.pie(figsize=(6, 6));

![20201229000944818.png][]

可以按照列的个数分别作图：

In [78]: df = pd.DataFrame(
       ....:     3 * np.random.rand(4, 2), index=["a", "b", "c", "d"], columns=["x", "y"]
       ....: )
       ....: 
    
    In [79]: df.plot.pie(subplots=True, figsize=(8, 4));

![20201229001142475.png][]

更多定制化的内容：

In [80]: series.plot.pie(
       ....:     labels=["AA", "BB", "CC", "DD"],
       ....:     colors=["r", "g", "b", "c"],
       ....:     autopct="%.2f",
       ....:     fontsize=20,
       ....:     figsize=(6, 6),
       ....: );

![20201229001250198.png][]

如果传入的value值加起来不是1，那么会画出一个伞形：

In [81]: series = pd.Series([0.1] * 4, index=["a", "b", "c", "d"], name="series2")
    
    In [82]: series.plot.pie(figsize=(6, 6));

![20201229001425464.png][]

# 在画图中处理NaN数据 #

下面是默认画图方式中处理NaN数据的方式：

<table> 
 <thead> 
  <tr> 
   <th align="left">画图方式</th> 
   <th align="left">处理NaN的方式</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">Line</td> 
   <td align="left">Leave gaps at NaNs</td> 
  </tr> 
  <tr> 
   <td align="left">Line (stacked)</td> 
   <td align="left">Fill 0’s</td> 
  </tr> 
  <tr> 
   <td align="left">Bar</td> 
   <td align="left">Fill 0’s</td> 
  </tr> 
  <tr> 
   <td align="left">Scatter</td> 
   <td align="left">Drop NaNs</td> 
  </tr> 
  <tr> 
   <td align="left">Histogram</td> 
   <td align="left">Drop NaNs (column-wise)</td> 
  </tr> 
  <tr> 
   <td align="left">Box</td> 
   <td align="left">Drop NaNs (column-wise)</td> 
  </tr> 
  <tr> 
   <td align="left">Area</td> 
   <td align="left">Fill 0’s</td> 
  </tr> 
  <tr> 
   <td align="left">KDE</td> 
   <td align="left">Drop NaNs (column-wise)</td> 
  </tr> 
  <tr> 
   <td align="left">Hexbin</td> 
   <td align="left">Drop NaNs</td> 
  </tr> 
  <tr> 
   <td align="left">Pie</td> 
   <td align="left">Fill 0’s</td> 
  </tr> 
 </tbody> 
</table>

# 其他作图工具 #

## 散点矩阵图Scatter matrix ##

可以使用pandas.plotting中的scatter\_matrix来画散点矩阵图：

In [83]: from pandas.plotting import scatter_matrix
    
    In [84]: df = pd.DataFrame(np.random.randn(1000, 4), columns=["a", "b", "c", "d"])
    
    In [85]: scatter_matrix(df, alpha=0.2, figsize=(6, 6), diagonal="kde");

![20201229002901926.png][]

## 密度图Density plot ##

使用 Series.plot.kde() 和 DataFrame.plot.kde() 可以画出密度图：

In [86]: ser = pd.Series(np.random.randn(1000))
    
    In [87]: ser.plot.kde();

![20201229003116154.png][]

## 安德鲁斯曲线Andrews curves ##

安德鲁斯曲线允许将多元数据绘制为大量曲线，这些曲线是使用样本的属性作为傅里叶级数的系数创建的. 通过为每个类对这些曲线进行不同的着色，可以可视化数据聚类。 属于同一类别的样本的曲线通常会更靠近在一起并形成较大的结构。

In [88]: from pandas.plotting import andrews_curves
    
    In [89]: data = pd.read_csv("data/iris.data")
    
    In [90]: plt.figure();
    
    In [91]: andrews_curves(data, "Name");

![20201229003411427.png][]

## 平行坐标Parallel coordinates ##

平行坐标是一种用于绘制多元数据的绘制技术。 平行坐标允许人们查看数据中的聚类，并直观地估计其他统计信息。 使用平行坐标点表示为连接的线段。 每条垂直线代表一个属性。 一组连接的线段代表一个数据点。 趋于聚集的点将显得更靠近。

In [92]: from pandas.plotting import parallel_coordinates
    
    In [93]: data = pd.read_csv("data/iris.data")
    
    In [94]: plt.figure();
    
    In [95]: parallel_coordinates(data, "Name");

![20201229003516383.png][]

## 滞后图lag plot ##

滞后图是用时间序列和相应的滞后阶数序列做出的散点图。可以用于观测自相关性。

In [96]: from pandas.plotting import lag_plot
    
    In [97]: plt.figure();
    
    In [98]: spacing = np.linspace(-99 * np.pi, 99 * np.pi, num=1000)
    
    In [99]: data = pd.Series(0.1 * np.random.rand(1000) + 0.9 * np.sin(spacing))
    
    In [100]: lag_plot(data);

![2020122900394190.png][]

## 自相关图Autocorrelation plot ##

自相关图通常用于检查时间序列中的随机性。 自相关图是一个平面二维坐标悬垂线图。横坐标表示延迟阶数，纵坐标表示自相关系数。

In [101]: from pandas.plotting import autocorrelation_plot
    
    In [102]: plt.figure();
    
    In [103]: spacing = np.linspace(-9 * np.pi, 9 * np.pi, num=1000)
    
    In [104]: data = pd.Series(0.7 * np.random.rand(1000) + 0.3 * np.sin(spacing))
    
    In [105]: autocorrelation_plot(data);

![20201229093000393.png][]

## Bootstrap plot ##

bootstrap plot用于直观地评估统计数据的不确定性，例如均值，中位数，中间范围等。从数据集中选择指定大小的随机子集，为该子集计算出相关统计信息， 重复指定的次数。 生成的图和直方图构成了引导图。

In [106]: from pandas.plotting import bootstrap_plot
    
    In [107]: data = pd.Series(np.random.rand(1000))
    
    In [108]: bootstrap_plot(data, size=50, samples=500, color="grey");

![20201229093551800.png][]

## RadViz ##

他是基于弹簧张力最小化算法。它把数据集的特征映射成二维目标空间单位圆中的一个点，点的位置由系在点上的特征决定。把实例投入圆的中心，特征会朝圆中此实例位置（实例对应的归一化数值）“拉”实例。

In [109]: from pandas.plotting import radviz
    
    In [110]: data = pd.read_csv("data/iris.data")
    
    In [111]: plt.figure();
    
    In [112]: radviz(data, "Name");

![20201229093842462.png][]

# 图像的格式 #

matplotlib 1.5版本之后，提供了很多默认的画图设置，可以通过matplotlib.style.use(my\_plot\_style)来进行设置。

可以通过使用matplotlib.style.available来列出所有可用的style类型：

import matplotlib as plt;
    
    plt.style.available
    Out[128]: 
    ['seaborn-dark',
     'seaborn-darkgrid',
     'seaborn-ticks',
     'fivethirtyeight',
     'seaborn-whitegrid',
     'classic',
     '_classic_test',
     'fast',
     'seaborn-talk',
     'seaborn-dark-palette',
     'seaborn-bright',
     'seaborn-pastel',
     'grayscale',
     'seaborn-notebook',
     'ggplot',
     'seaborn-colorblind',
     'seaborn-muted',
     'seaborn',
     'Solarize_Light2',
     'seaborn-paper',
     'bmh',
     'seaborn-white',
     'dark_background',
     'seaborn-poster',
     'seaborn-deep']

## 去掉小图标 ##

默认情况下画出来的图会有一个表示列类型的图标，可以使用legend=False禁用：

In [115]: df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list("ABCD"))
    
    In [116]: df = df.cumsum()
    
    In [117]: df.plot(legend=False);

![20201229094755609.png][]

## 设置label的名字 ##

In [118]: df.plot();
    
    In [119]: df.plot(xlabel="new x", ylabel="new y");

![20201229094840448.png][]

## 缩放 ##

画图中如果X轴或者Y轴的数据差异过大，可能会导致图像展示不友好，数值小的部分基本上无法展示，可以传入logy=True进行Y轴的缩放：

In [120]: ts = pd.Series(np.random.randn(1000), index=pd.date_range("1/1/2000", periods=1000))
    
    In [121]: ts = np.exp(ts.cumsum())
    
    In [122]: ts.plot(logy=True);

![20201229102124296.png][]

## 多个Y轴 ##

使用secondary\_y=True 可以绘制多个Y轴数据：

In [125]: plt.figure();
    
    In [126]: ax = df.plot(secondary_y=["A", "B"])
    
    In [127]: ax.set_ylabel("CD scale");
    
    In [128]: ax.right_ax.set_ylabel("AB scale");

![20201229102808319.png][]

小图标上面默认会添加right字样，想要去掉的话可以设置mark\_right=False：

In [129]: plt.figure();
    
    In [130]: df.plot(secondary_y=["A", "B"], mark_right=False);

## 坐标文字调整 ##

使用时间做坐标的时候，因为时间太长，导致x轴的坐标值显示不完整，可以使用x\_compat=True 来进行调整：

In [133]: plt.figure();
    
    In [134]: df["A"].plot(x_compat=True);

![20201229103310770.png][]

如果有多个图像需要调整，可以使用with：

In [135]: plt.figure();
    
    In [136]: with pd.plotting.plot_params.use("x_compat", True):
       .....:     df["A"].plot(color="r")
       .....:     df["B"].plot(color="g")
       .....:     df["C"].plot(color="b")
       .....:

![20201229103355876.png][]

## 子图 ##

绘制DF的时候，可以将多个Series分开作为子图显示：

In [137]: df.plot(subplots=True, figsize=(6, 6));

![20201229103527666.png][]

可以修改子图的layout：

df.plot(subplots=True, layout=(2, 3), figsize=(6, 6), sharex=False);

![2020122910362729.png][]

上面等价于：

In [139]: df.plot(subplots=True, layout=(2, -1), figsize=(6, 6), sharex=False);

一个更复杂的例子：

In [140]: fig, axes = plt.subplots(4, 4, figsize=(9, 9))
    
    In [141]: plt.subplots_adjust(wspace=0.5, hspace=0.5)
    
    In [142]: target1 = [axes[0][0], axes[1][1], axes[2][2], axes[3][3]]
    
    In [143]: target2 = [axes[3][0], axes[2][1], axes[1][2], axes[0][3]]
    
    In [144]: df.plot(subplots=True, ax=target1, legend=False, sharex=False, sharey=False);
    
    In [145]: (-df).plot(subplots=True, ax=target2, legend=False, sharex=False, sharey=False);

![20201229103800672.png][]

## 画表格 ##

如果设置table=True ， 可以直接将表格数据一并显示在图中：

In [165]: fig, ax = plt.subplots(1, 1, figsize=(7, 6.5))
    
    In [166]: df = pd.DataFrame(np.random.rand(5, 3), columns=["a", "b", "c"])
    
    In [167]: ax.xaxis.tick_top()  # Display x-axis ticks on top.
    
    In [168]: df.plot(table=True, ax=ax)
    
    fig

![20201229112355903.png][]

table还可以显示在图片上面：

In [172]: from pandas.plotting import table
    
    In [173]: fig, ax = plt.subplots(1, 1)
    
    In [174]: table(ax, np.round(df.describe(), 2), loc="upper right", colWidths=[0.2, 0.2, 0.2]);
    
    In [175]: df.plot(ax=ax, ylim=(0, 2), legend=None);

![20201229112457606.png][]

## 使用Colormaps ##

如果Y轴的数据太多的话，使用默认的线的颜色可能不好分辨。这种情况下可以传入colormap 。

In [176]: df = pd.DataFrame(np.random.randn(1000, 10), index=ts.index)
    
    In [177]: df = df.cumsum()
    
    In [178]: plt.figure();
    
    In [179]: df.plot(colormap="cubehelix");

![20201229121134377.png][]

> 本文已收录于 [http://www.flydean.com/09-python-pandas-plot/][http_www.flydean.com_09-python-pandas-plot]
> 
> 最通俗的解读，最深刻的干货，最简洁的教程，众多你不知道的小技巧等你来发现！

[20201228180119712.png]: /images/20221005/ffcd0bb8bade404d8e8650a7fd38975d.png
[20201228180506255.png]: /images/20221005/76ce90367d9f487da8dbfe57ee45bdb8.png
[20201228180643999.png]: /images/20221005/42b5abd8eabf45eab581c82db01060b8.png
[20201228180943953.png]: /images/20221005/5a0864fe3a1f47cca03190d9e3439006.png
[20201228181119273.png]: /images/20221005/fbfc0443dac14b4d993110fad726074d.png
[20201228181210450.png]: /images/20221005/904f31de22a04fdbb488929ef30f1aa2.png
[20201228181309844.png]: /images/20221005/771227c452b84259a6152e02c74fb6ab.png
[20201228181648799.png]: /images/20221005/eb6d2ed5751148c789d3e2b91b550c35.png
[20201228181850725.png]: /images/20221005/a8bac4af3252472390a936a23d8605ec.png
[20201228182156722.png]: /images/20221005/45e1352d5bfb4c6487cf565f51c4047c.png
[20201228182412493.png]: /images/20221005/ceab2e2713834803b5b2e2faff0aad8b.png
[20201228203456491.png]: /images/20221005/07990a6887664b869a911f5b84623090.png
[20201228220135798.png]: /images/20221005/ef0b58fbdbd94296b2aadadd74841c18.png
[20201228220240248.png]: /images/20221005/28fcdd870b4947be84864f2280d281dd.png
[20201228231102889.png]: /images/20221005/1da94bcbd6f94fcaa16e5af94c3d6b33.png
[20201228231328733.png]: /images/20221005/31248f8efd4a45d4a9aef93cc1330fdd.png
[20201228231430901.png]: /images/20221005/a8baaa7982b1425c998c3db361676155.png
[20201229000023178.png]: /images/20221005/59b662c685434f37abd94f27b7269fd8.png
[20201229000142107.png]: /images/20221005/518170562b2c4d1fad68b820d4894abf.png
[20201229000346930.png]: /images/20221005/513a29d8f6c44e1a8498f50ac27402ad.png
[20201229000814589.png]: /images/20221005/7a328aacab6b4ccdb2f12ad15ad5cd62.png
[20201229000944818.png]: /images/20221005/3abffd487c8d497abb579c7299588fbb.png
[20201229001142475.png]: /images/20221005/5d63d568aad34b809549b094d9df80e1.png
[20201229001250198.png]: /images/20221005/e0d091d6e26745239846a4bb8476b82c.png
[20201229001425464.png]: /images/20221005/5d5be723a06a4195bf28020bf9cb03d9.png
[20201229002901926.png]: /images/20221005/2d87e49723204b4eac9d718196d3ef51.png
[20201229003116154.png]: /images/20221005/1c5d7502bd624a8c874f32d872b85ba6.png
[20201229003411427.png]: /images/20221005/1c7fcedb61024c7fa87dfe382dd80305.png
[20201229003516383.png]: /images/20221005/d55d7a7470194f649c6c63aacc2f37ae.png
[2020122900394190.png]: /images/20221005/c5789b86dd4d4b74a51a3ca92516c6b9.png
[20201229093000393.png]: /images/20221005/356de5b962d14ec198bfd085915fb498.png
[20201229093551800.png]: /images/20221005/4e6729bbe145494ca97db9a812c3827a.png
[20201229093842462.png]: /images/20221005/0ee6f0fe9a76410f9bd83e439a6a7aa2.png
[20201229094755609.png]: /images/20221005/021551b2507a4d8d921788783f4e2c61.png
[20201229094840448.png]: /images/20221005/f0a4b2c26ec14486a5c15350c5e1e4db.png
[20201229102124296.png]: /images/20221005/806c0980b1974464a7ab90cc54a6a506.png
[20201229102808319.png]: /images/20221005/2be578ab0f4d4bf38732ad4a6bc2d892.png
[20201229103310770.png]: /images/20221005/50cbdf2df3234615a4d69c9066f3571c.png
[20201229103355876.png]: /images/20221005/97e14169146c4b7097531ac591d9d5bd.png
[20201229103527666.png]: /images/20221005/5273b33e32ad4ad9829cf89935e9ddb2.png
[2020122910362729.png]: /images/20221005/4641fab9e5d246ba9d30094a5aaef80a.png
[20201229103800672.png]: /images/20221005/21832947b2b34757af649812bc91b63e.png
[20201229112355903.png]: /images/20221005/38ad08961696442abb83902d50e2e956.png
[20201229112457606.png]: /images/20221005/6cde68b149df4498a6c1b051b9687711.png
[20201229121134377.png]: /images/20221005/d8e7f9d5a08f4989802e4ae970fda341.png
[http_www.flydean.com_09-python-pandas-plot]: http://www.flydean.com/09-python-pandas-plot/