pandas绘图设置画面底色(Pandas高级教程之plot画图详解)

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()

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(1)

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()

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(2)

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");

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(3)

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");

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(4)

多个列的bar:

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

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(5)

stacked bar

df2.plot.bar(stacked=True);

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(6)

barh

barh 表示横向的bar图:

df2.plot.barh(stacked=True);

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(7)

Histograms

df2.plot.hist(alpha=0.5);

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(8)

box

df.plot.box();

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(9)

box可以自定义颜色:

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

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(10)

可以转成横向的:

df.plot.box(vert=False);

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(11)

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()

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(12)

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()

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(13)

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")

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(14)

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();

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(15)

如果不想叠加,可以指定stacked=False

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

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(16)

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");

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(17)

scatter图还可以带第三个轴:

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

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(18)

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);

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(19)

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);

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(20)

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);

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(21)

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));

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(22)

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));

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(23)

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), ....: );

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(24)

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));

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(25)

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:

画图方式

处理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");

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(26)

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();

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(27)

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");

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(28)

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");

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(29)

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);

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(30)

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);

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(31)

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");

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(32)

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");

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(33)

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);

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(34)

设置label的名字

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

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(35)

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);

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(36)

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");

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(37)

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);

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(38)

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") .....:

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(39)

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));

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(40)

可以修改子图的layout:

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

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(41)

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);

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(42)

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

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(43)

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);

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(44)

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");

pandas绘图设置画面底色(Pandas高级教程之plot画图详解)(45)

本文已收录于 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!

,

免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com

    分享
    投诉
    首页