Pandas绘图大揭秘：让你的数据比熊猫还萌，一秒变身数据界的‘萌主’！

Pandas绘图大揭秘：让你的数据比熊猫还萌，一秒变身数据界的‘萌主’！

引用

CSDN

1.

https://m.blog.csdn.net/luorongxi123/article/details/140462722

Pandas作为Python数据分析的重要工具，其绘图功能同样强大。本文将详细介绍如何使用Pandas绘制各种图表，包括折线图、柱状图、条形图、直方图、饼图、散点图和箱型图等。通过具体的代码示例和生成的图像，帮助读者快速掌握Pandas的绘图功能。

1. Pandas绘图

• Series和DataFrame都有一个用于生成各类图表的plot方法
• Pandas的绘图时基于Matplotlib，可以快速实现基本图形的绘制，复杂的图形还是需要用Matplotlib

# 导包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

2. 折线图

2.1 Series图表

s = pd.Series([100,250,300,200,150,100])
s
s.plot()

• 画正弦曲线

# sin曲线
x = np.arange(0,2*np.pi,0.1)
x
y = np.sin(x)
s = pd.Series(data=y,index=x)
s
s.plot()

2.2 DataFrame图表

• 图例的位置可能会随着数据的不同而不同

data = np.random.randint(50,100,size=(5,6))
index =["1st","2nd","3th","4th","5th"]
columns = ["Jeff","Jack","Rose","Luck","Lily","Bob"]
df = pd.DataFrame(data=data,index=index,columns=columns)
df

Jeff Jack Rose Luck Lily Bob
1st 93 81 66 68 56 78
2nd 53 80 84 85 56 51
3th 66 57 83 62 61 72
4th 83 98 82 80 50 82
5th 53 72 73 73 58 65

# 每一列一根线
df.plot()

# 每一行一根线
df.T.plot()

3. 柱状图和条形图

3.1 Series柱状图示例，kind = ‘bar’/‘barh’

s = pd.Series(data=[100,200,300,200])
s.index = ["Lily","Lucy","Jack","Rose"]
"""
kind : str
    The kind of plot to produce:
- 'line' : line plot (default)
- 'bar' : vertical bar plot
- 'barh' : horizontal bar plot
- 'hist' : histogram
- 'box' : boxplot
- 'kde' : Kernel Density Estimation plot
- 'density' : same as 'kde'
- 'area' : area plot
- 'pie' : pie plot
- 'scatter' : scatter plot (DataFrame only)
- 'hexbin' : hexbin plot (DataFrame only)
"""
# 柱状图
s.plot(kind="bar")

# 条形图
s.plot(kind="barh")

df = pd.DataFrame(data=np.random.rand(10,4))
# 第一种方式
df.plot(kind="bar")

# 第二种方式
df.plot.bar()

# 是否堆叠
df.plot.bar(stacked=True)

3.2 DataFrame柱形图示例

data = np.random.randint(0,100,size=(4,3))
index = list("ABCD")
columns = ["Python","NumPy","Pandas"]
df = pd.DataFrame(data=data,index=index,columns=columns)
df

Python NumPy Pandas
A 77 77 20
B 20 73 93
C 69 80 4
D 64 13 6

df.plot(kind="bar")

df.plot(kind="barh")

3.3 聚会规模可视化项目

• 读取文件 tips.csv，查看每天各种聚会规模的比例
• 求和 df.sum()，注意灵活使用 axis
• df.div()：获取数 DataFrame 和其他元素的浮点除法

tips = pd.read_csv("11_Pandas绘图_tips.csv")
tips

day 1 2 3 4 5 6
0 Fri 1 16 1 1 0 0
1 Sat 2 53 18 13 1 0
2 Sun 0 39 15 18 3 1
3 Thur 1 48 4 5 1 3

把day作为行索引

tips2 = tips.set_index("day")
tips2

1 2 3 4 5 6
day
Fri 1 16 1 1 0 0
Sat 2 53 18 13 1 0
Sun 0 39 15 18 3 1
Thur 1 48 4 5 1 3

求每天的聚会规模

day_sum = tips2.sum(axis=1)
day_sum

day
Fri     19
Sat     87
Sun     76
Thur    62
dtype: int64

每天各种聚会规模的比例

tips3 = tips2.div(day_sum,axis=0)
tips3

1 2 3 4 5 6
day
Fri 0.052632 0.842105 0.052632 0.052632 0.000000 0.000000
Sat 0.022989 0.609195 0.206897 0.149425 0.011494 0.000000
Sun 0.000000 0.513158 0.197368 0.236842 0.039474 0.013158
Thur 0.016129 0.774194 0.064516 0.080645 0.016129 0.048387

tips3.plot(kind="bar")

4. 直方图

4.1rondom生成随机百分比直方图，调用hist方法

• 柱高表示数据的频数，柱宽表示各组数据的组距
• 参数bins可以设置直方图方柱的个数上限，越大柱宽小，数据分组越细致
• 设置density参数为True，可以把频数转换为概率

s = pd.Series([1,2,2,2,2,2,2,3,3,4,5,5,5,6,6])
s.plot(kind="hist")

# bins=5 表示分为5组
s.plot(kind="hist",bins=5)

# density：频数转换为概率
s.plot(kind="hist",bins=5,density=True)

4.2 kde图：核密度估计，用于弥补直方图由于参数bins设置的不合理导致的精度缺失问题

# kde图：核密度估计
s.plot(kind="hist",bins=5,density=True)
# 可以结合上面的直方图一起显示，效果更好
s.plot(kind="kde")

<Axes: ylabel='Density'>

5. 饼图

• 主要是用来描述占比

df = pd.DataFrame(data=np.random.rand(4,2),
                  index=list("ABCD"),
                  columns=["Python","Java"]
                 )
df

Python Java
A 0.540495 0.100629
B 0.848605 0.101815
C 0.328714 0.361827
D 0.342602 0.757760

# 画饼图，autopct：显示百分比占比
df["Python"].plot(kind="pie",autopct="%.1f%%")

# subplots：子图
df.plot.pie(subplots=True,figsize=(8,8))

array([<Axes: ylabel='Python'>, <Axes: ylabel='Java'>], dtype=object)

• pandas画图：快速画简单的图
• 复杂的图可以用matplotlib

6. 散点图

• 散点图是观察两个一维数据列之间的关系有效方法，DataFrame对象可用

data = np.random.normal(size=(1000,2))
data
df = pd.DataFrame(data=data,columns=list("AB"))
df.head()

A B
0 -0.291759 1.550484
1 -0.935913 0.631661
2 -0.883316 0.040398
3 -0.261854 -0.745847
4 1.843412 -0.794660

# 一般用于显示两列数据
df.plot(kind="scatter",x="A",y="B")

# 方式二
# x="A"：使用A列作为X轴
# y="B"：使用B列作为Y轴
df.plot.scatter(x="A",y="B")

7. 面积图

df = pd.DataFrame(data=np.random.rand(10,4),columns=list("ABCD"))
df

A B C D
0 0.042626 0.555709 0.595140 0.283489
1 0.510244 0.066011 0.951883 0.726001
2 0.663038 0.765964 0.992662 0.083721
3 0.548282 0.005492 0.175496 0.986480
4 0.656553 0.225131 0.184848 0.810095
5 0.116009 0.895350 0.748115 0.485771
6 0.554334 0.519759 0.609096 0.392924
7 0.221381 0.882820 0.644140 0.057933
8 0.913984 0.684586 0.342234 0.686879
9 0.759520 0.721572 0.780937 0.402259

df.plot(kind="area")

# 堆叠
df.plot.area(stacked=True)

8. 箱型图

df = pd.DataFrame(data=np.random.rand(10,4),columns=list("ABCD"))
df

A B C D
0 0.677702 0.066629 0.854846 0.856027
1 0.149347 0.722314 0.085458 0.902034
2 0.010958 0.035523 0.286902 0.923202
3 0.864328 0.965760 0.662281 0.774940
4 0.306896 0.866431 0.720461 0.842470
5 0.561130 0.371032 0.055305 0.304149
6 0.157795 0.473306 0.152361 0.673328
7 0.176309 0.596900 0.935771 0.399409
8 0.328981 0.916401 0.075412 0.015534
9 0.574044 0.351302 0.728465 0.227091

df.plot(kind="box")

# 数据显示位置：最大值、75%、50%、25%、最小值
# 圆点：离群点表示异常值
df.plot.box()