文章目錄

• 簡介
• 基礎畫圖
• 其他圖像
• • bar
  • stacked bar
  • barh
  • Histograms
  • box
  • Area
  • Scatter
  • Hexagonal bin
  • Pie
• 在畫圖中處理NaN數據
• 其他作圖工具
• • 散點矩陣圖Scatter matrix
  • 密度圖Density plot
  • 安德魯斯曲線Andrews curves
  • 平行坐標Parallel coordinates
  • 滯后圖lag plot
  • 自相關圖Autocorrelation plot
  • Bootstrap plot
  • RadViz
• 圖像的格式
• • 去掉小圖標
  • 設置label的名字
  • 縮放
  • 多個Y軸
  • 坐標文字調整
  • 子圖
  • 畫表格
  • 使用Colormaps

簡介

python中matplotlib是非常重要并且方便的圖形化工具，使用matplotlib可以可視化的進行數據分析，今天本文將會詳細講解Pandas中的matplotlib應用。

基礎畫圖

要想使用matplotlib，我們需要引用它：

In [1]: import matplotlib.pyplot as plt

假如我們要從2020年1月1日開始，隨機生成365天的數據，然后作圖表示應該這樣寫：

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

使用DF可以同時畫多個Series的圖像：

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

可以指定行和列使用的數據：

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");

其他圖像

plot() 支持很多圖像類型，包括bar, hist, box, density, area, scatter, hexbin, pie等，下面我們分別舉例子來看下怎么使用。

bar

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

多個列的bar：

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

stacked bar

df2.plot.bar(stacked=True);

barh

barh 表示橫向的bar圖：

df2.plot.barh(stacked=True);

Histograms

df2.plot.hist(alpha=0.5);

box

df.plot.box();

box可以自定義顏色：

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

可以轉成橫向的：

df.plot.box(vert=False);

除了box，還可以使用DataFrame.boxplot來畫box圖：

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

boxplot可以使用by來進行分組：

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 0.314845df.boxplot()

現在給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 Bbp = df.boxplot(by="X")

Area

使用 Series.plot.area() 或者 DataFrame.plot.area() 可以畫出area圖。

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

如果不想疊加，可以指定stacked=False

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

Scatter

DataFrame.plot.scatter() 可以創建點圖。

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

scatter圖還可以帶第三個軸：

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

可以將第三個參數變為散點的大小：

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

Hexagonal bin

使用 DataFrame.plot.hexbin() 可以創建蜂窩圖：

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);

默認情況下顏色深度表示的是（x，y）中元素的個數，可以通過reduce_C_function來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);

Pie

使用 DataFrame.plot.pie() 或者 Series.plot.pie()來構建餅圖：

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));

可以按照列的個數分別作圖：

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));

更多定制化的內容：

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

如果傳入的value值加起來不是1，那么會畫出一個傘形：

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

在畫圖中處理NaN數據

下面是默認畫圖方式中處理NaN數據的方式：

畫圖方式處理NaN的方式

Line	Leave gaps at NaNs
Line (stacked)	Fill 0’s
Bar	Fill 0’s
Scatter	Drop NaNs
Histogram	Drop NaNs (column-wise)
Box	Drop NaNs (column-wise)
Area	Fill 0’s
KDE	Drop NaNs (column-wise)
Hexbin	Drop NaNs
Pie	Fill 0’s

其他作圖工具

散點矩陣圖Scatter matrix

可以使用pandas.plotting中的scatter_matrix來畫散點矩陣圖：

In [83]: from pandas.plotting import scatter_matrixIn [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");

密度圖Density plot

使用 Series.plot.kde() 和 DataFrame.plot.kde() 可以畫出密度圖：

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

安德魯斯曲線Andrews curves

安德魯斯曲線允許將多元數據繪制為大量曲線，這些曲線是使用樣本的屬性作為傅里葉級數的系數創建的. 通過為每個類對這些曲線進行不同的著色，可以可視化數據聚類。 屬于同一類別的樣本的曲線通常會更靠近在一起并形成較大的結構。

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

平行坐標Parallel coordinates

平行坐標是一種用于繪制多元數據的繪制技術。 平行坐標允許人們查看數據中的聚類，并直觀地估計其他統計信息。 使用平行坐標點表示為連接的線段。 每條垂直線代表一個屬性。 一組連接的線段代表一個數據點。 趨于聚集的點將顯得更靠近。

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

滯后圖lag plot

滯后圖是用時間序列和相應的滯后階數序列做出的散點圖?？梢杂糜谟^測自相關性。

In [96]: from pandas.plotting import lag_plotIn [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);

自相關圖Autocorrelation plot

自相關圖通常用于檢查時間序列中的隨機性。 自相關圖是一個平面二維坐標懸垂線圖。橫坐標表示延遲階數，縱坐標表示自相關系數。

In [101]: from pandas.plotting import autocorrelation_plotIn [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);

Bootstrap plot

bootstrap plot用于直觀地評估統計數據的不確定性，例如均值，中位數，中間范圍等。從數據集中選擇指定大小的隨機子集，為該子集計算出相關統計信息， 重復指定的次數。 生成的圖和直方圖構成了引導圖。

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

RadViz

他是基于彈簧張力最小化算法。它把數據集的特征映射成二維目標空間單位圓中的一個點，點的位置由系在點上的特征決定。把實例投入圓的中心，特征會朝圓中此實例位置（實例對應的歸一化數值）“拉”實例。

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

圖像的格式

matplotlib 1.5版本之后，提供了很多默認的畫圖設置，可以通過matplotlib.style.use(my_plot_style)來進行設置。

可以通過使用matplotlib.style.available來列出所有可用的style類型：

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']

去掉小圖標

默認情況下畫出來的圖會有一個表示列類型的圖標，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);

設置label的名字

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

縮放

畫圖中如果X軸或者Y軸的數據差異過大，可能會導致圖像展示不友好，數值小的部分基本上無法展示，可以傳入logy=True進行Y軸的縮放：

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);

多個Y軸

使用secondary_y=True 可以繪制多個Y軸數據：

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");

小圖標上面默認會添加right字樣，想要去掉的話可以設置mark_right=False：

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

坐標文字調整

使用時間做坐標的時候，因為時間太長，導致x軸的坐標值顯示不完整，可以使用x_compat=True 來進行調整：

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

如果有多個圖像需要調整，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").....:

子圖

繪制DF的時候，可以將多個Series分開作為子圖顯示：

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

可以修改子圖的layout：

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

上面等價于：

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

一個更復雜的例子：

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);

畫表格

如果設置table=True ， 可以直接將表格數據一并顯示在圖中：

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

table還可以顯示在圖片上面：

In [172]: from pandas.plotting import tableIn [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);

使用Colormaps

如果Y軸的數據太多的話，使用默認的線的顏色可能不好分辨。這種情況下可以傳入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");

本文已收錄于 http://www.flydean.com/09-python-pandas-plot/

最通俗的解讀，最深刻的干貨，最簡潔的教程，眾多你不知道的小技巧等你來發現！

總結

以上是生活随笔為你收集整理的Pandas高级教程之:plot画图详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。