图的用途+panda绘图（二）：箱线图、面积图、散点图
约定：
%matplotlib inline
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt图的用途+pandas绘图
一、箱线图 Box Chart
- 箱线图的用途
箱线图（Boxplot）也称箱须图（Box-whisker Plot），它是用一组数据中的最小值、第一四分位数、中位数、第三四分位数和最大值来反映数据分布的中心位置和散布范围，可以粗略地看出数据是否具有对称性。通过将多组数据的箱线图画在同一坐标上，则可以清晰地显示各组数据的分布差异，为发现问题、改进流程提供线索。
箱线图作为描述统计的工具之一，其功能有独特之处，主要有以下几点：
1.直观明了地识别数据批中的异常值
2.利用箱线图判断数据批的偏态和尾重
3.利用箱线图比较几批数据的形状
图中白点即为异常值，关于异常值 https://www.zhihu.com/question/36172806 有详解。
- 类型1：单箱线图
se=pd.Series(np.random.randint(1,10,10))
se.plot.box();
print(se)0 5
1 1
2 2
3 6
4 8
5 3
6 4
7 8
8 4
9 8
dtype: int32
- 类型2：多箱线图
df = pd.DataFrame(np.random.rand(10, 5), columns=['A', 'B', 'C', 'D', 'E'])
df.boxplot();
- 类型3：水平箱线图
df.plot.box(vert=False, positions=[1, 4, 5, 6, 8]);
二、面积图 Area Chart
- 面积图的用途
面积图又称区域图，强调数量随时间而变化的程度，也可用于引起人们对总值趋势的注意。堆积面积图还可以显示部分与整体的关系。折线图和面积图都可以用来帮助我们对趋势进行分析，当数据集有合计关系或者你想要展示局部与整体关系的时候，使用面积图为更好的选择。
- 类型1：面积图
df = pd.DataFrame(np.random.randint(0,10, (10,3)), columns=['a', 'b', 'c'])
df.plot.area(stacked=False);
- 类型2：堆积面积图
df.plot.area();
三、散点图 Scatter Chart
- 散点图的用途
散点图是指数据点在直角坐标系平面上的分布图，散点图表示因变量随自变量而变化的大致趋势，通常用于回归分析，据此可以选择合适的函数对数据点进行回归拟合。
多组散点图通常用于聚类，能直观地看出每组数据点的分布。
- 类型1：散点图
df = pd.DataFrame(np.random.rand(50, 4), columns=['a', 'b', 'c', 'd'])
df.plot.scatter(x='a', y='b');
- 类型2：多组散点图
ax = df.plot.scatter(x='a', y='b', color='DarkBlue', label='Group 1');
df.plot.scatter(x='c', y='d', color='DarkGreen', label='Group 2', ax=ax);
类型3:
df.plot.scatter(x='a', y='b', c='c', s=50);
类型4：
df.plot.scatter(x='a', y='b', s=df['c']*200);
谢谢大家的浏览，
希望我的努力能帮助到您，
共勉！