python Pandas繪圖函數怎么使用

這篇文章主要介紹了python Pandas繪圖函數怎么使用的相關知識，內容詳細易懂，操作簡單快捷，具有一定借鑒價值，相信大家閱讀完這篇python Pandas繪圖函數怎么使用文章都會有所收獲，下面我們一起來看看吧。

簡介

其中scatter和hexbin只適用于數據幀，即DataFrame格式。所謂DataFrame，即數據幀，可以理解為一個表格，如果不考慮表頭的話，這個表格就是多維數組。

對于這些圖像類別，也可以調用專門封裝成的函數進行繪制，例如針對下面這組數據

import matplotlib.pyplot as plt
import pandas as pd
s = pd.Series([1, 2, 2.5, 3, 3.5, 4, 5])

s.plot.kde()完全等價于s.plot(kind='kde')。

接下來逐個展示這些圖表

條形圖

pandas中提供橫向和縱向兩種條形圖。

import numpy as np
df = pd.DataFrame(np.random.rand(10,5),
    columns=['a','b','c','d','e'])
df.plot.bar(title="bar")
df.plot.barh(title="barh", stacked=True)
plt.show()

barbarh

折線圖

df.plot.line(title="line")
df.plot.area(title="area")
plt.show()

linearea

箱線圖

箱形圖（Box-plot）又稱為盒須圖、盒式圖或箱線圖，是一種用作顯示一組數據分散情況資料的統計圖。因形狀如箱子而得名。在各種領域也經常被使用，常見于品質管理。它主要用于反映原始數據分布的特征，還可以進行多組數據分布特征的比 較。箱線圖的繪制方法是：先找出一組數據的上邊緣、下邊緣、中位數和兩個四分位數；然后， 連接兩個四分位數畫出箱體；再將上邊緣和下邊緣與箱體相連接，中位數在箱體中間。

df.plot.box(title='box')
df.plot.kde(title='kde')
plt.show()

boxkde

直方圖

hist為數據直方圖，多條數據放在一起容易混淆，可以設置透明度alpha。下面對高斯分布的散點進行繪制，分別繪制其數據直方圖和概率密度圖，可以看出二者之間的關聯性。

rdNormal = np.random.normal
rand = np.random.rand
df = pd.DataFrame({
    i : rdNormal(i,rand(),size=(1000)) for i in range(3)})
df.plot.hist(title='box', bins=30, alpha=0.5)
df.plot.density(title='density')
plt.show()

histdensity

餅圖

餅圖對輸入數據有一定的限制，即不允許出現負值，故在繪制之前，將df所有值取絕對值，且不支持多組數據在一個圖中繪制，故而需要開啟subplot選項

df = pd.DataFrame(np.random.rand(5,3),columns=list('abc'),index=list("ABCDE"))
df.plot.pie(title='pie', subplots=True)
plt.show()

當然，這個subplots選項是任何一種圖像都可以使用的參數。

散點圖和六邊形分箱圖

散點圖是只有數據幀可以調用的繪圖方法，共有兩類，分別是scatter和hexbin，前者是普通的散點圖，后者是六邊形分箱圖，本質上是一種二維的數據直方圖。

rdNormal = np.random.normal
rand = np.random.rand
keys = ['x', 'y', 'c']
datas = {
    keys[i] : rdNormal(i,rand(),size=(1000)) for i in [0,1,2]
}
df = pd.DataFrame(datas)
df.plot.scatter(x='x', y='y', c='c')
df.plot.hexbin(x='x', y='y', gridsize=10)
plt.show()

scatter

hexbin 

關于“python Pandas繪圖函數怎么使用”這篇文章的內容就介紹到這里，感謝各位的閱讀！相信大家對“python Pandas繪圖函數怎么使用”知識都有一定的了解，大家如果還想學習更多知識，歡迎關注億速云行業資訊頻道。