Pandas绘图函数超详细讲解

 更新时间:2022年12月20日 17:13:22   作者:微小冷  
matplotlib要组装一张图表,需要的各个基础组件对象。相对工作量较大,但在pandas中我们有行标签和列标签以及分组信息。原本制作一张图表需要一大堆matplotlib代码。在pandas中只需要一两条代码就可以了,今天记录一下,pandas中常见的几个绘制图表的方法

简介

method绘图类别method绘图类别
'line'折线图[默认使用]'area'堆叠面积图
'bar'纵向条形图'barh'横向条形图
'kde'概率分布图'density'概率分布图
'box'箱线图'hist'数据直方图
'pie'饼图
'scatter'散点图'hexbin'六角拼接图

其中scatterhexbin只适用于数据帧,即DataFrame格式。所谓DataFrame,即数据帧,可以理解为一个表格,如果不考虑表头的话,这个表格就是多维数组。

对于这些图像类别,也可以调用专门封装成的函数进行绘制,例如针对下面这组数据

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

s.plot.kde()完全等价于s.plot(kind='kde')

接下来逐个展示这些图表

条形图

pandas中提供横向和纵向两种条形图。

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

折线图

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

linearea

箱线图

箱形图(Box-plot)又称为盒须图、盒式图或箱线图,是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用,常见于品质管理。它主要用于反映原始数据分布的特征,还可以进行多组数据分布特征的比 较。箱线图的绘制方法是:先找出一组数据的上边缘、下边缘、中位数和两个四分位数;然后, 连接两个四分位数画出箱体;再将上边缘和下边缘与箱体相连接,中位数在箱体中间。

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

boxkde

直方图

hist为数据直方图,多条数据放在一起容易混淆,可以设置透明度alpha。下面对高斯分布的散点进行绘制,分别绘制其数据直方图和概率密度图,可以看出二者之间的关联性。

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

饼图

饼图对输入数据有一定的限制,即不允许出现负值,故在绘制之前,将df所有值取绝对值,且不支持多组数据在一个图中绘制,故而需要开启subplot选项

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

当然,这个subplots选项是任何一种图像都可以使用的参数。

散点图和六边形分箱图

散点图是只有数据帧可以调用的绘图方法,共有两类,分别是scatterhexbin,前者是普通的散点图,后者是六边形分箱图,本质上是一种二维的数据直方图。

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 

到此这篇关于Pandas绘图函数超详细讲解的文章就介绍到这了,更多相关Pandas绘图函数内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python numpy实现rolling滚动案例

    python numpy实现rolling滚动案例

    这篇文章主要介绍了python numpy实现rolling滚动案例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-06-06
  • python 识别图片中的文字信息方法

    python 识别图片中的文字信息方法

    今天小编就为大家分享一篇python 识别图片中的文字信息方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-05-05
  • python如何求数组连续最大和的示例代码

    python如何求数组连续最大和的示例代码

    这篇文章主要介绍了python如何求数组连续最大和的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-02-02
  • python-opencv 中值滤波{cv2.medianBlur(src, ksize)}的用法

    python-opencv 中值滤波{cv2.medianBlur(src, ksize)}的用法

    这篇文章主要介绍了python-opencv 中值滤波{cv2.medianBlur(src, ksize)}的用法,具有很好的参考价值,希望对大家有所帮助。
    2021-06-06
  • 中秋节老家要贴对联之python无线对联生成器

    中秋节老家要贴对联之python无线对联生成器

    适逢中秋老家居然有在中秋贴对联的习俗,于是自己开机立马写了一个对联生成器,文中给大家介绍的非常详细,对大家的学习或工作具有参考价值
    2021-09-09
  • Python的Bottle框架的一些使用技巧介绍

    Python的Bottle框架的一些使用技巧介绍

    这篇文章主要介绍了Python的Bottle框架的一些使用技巧,文中用代码举例介绍了这些技巧用到的特性,需要的朋友可以参考下
    2015-04-04
  • C3 线性化算法与 MRO之Python中的多继承

    C3 线性化算法与 MRO之Python中的多继承

    Python 中的方法解析顺序(Method Resolution Order, MRO)定义了多继承存在时 Python 解释器查找函数解析的正确方式。这篇文章给大家介绍了Python中的多继承,感兴趣的朋友一起看看吧
    2021-10-10
  • Django项目使用ckeditor详解(不使用admin)

    Django项目使用ckeditor详解(不使用admin)

    今天小编就为大家分享一篇Django项目使用ckeditor详解(不使用admin),具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-12-12
  • python爬取招聘要求等信息实例

    python爬取招聘要求等信息实例

    在本篇文章里小编给大家整理了关于python爬取招聘要求等信息实例内容,有兴趣的朋友们可以学习下。
    2020-11-11
  • Python中的异常处理详解

    Python中的异常处理详解

    这篇文章主要介绍了Python中的异常处理详解,在编写Python程序时,经常会遇到各种运行时错误,这些错误会导致程序终止并抛出异常。然而,有时我们希望程序能优雅地处理这些错误,而不是直接崩溃,这就需要用到异常处理了,需要的朋友可以参考下
    2023-07-07

最新评论