Pandas数据可视化原来也这么厉害

一、可视化概述

在Python中，常见的数据可视化库有3个：

matplotlib：最常用的库，可以算作可视化的必备技能库，比较底层，api多,学起来不太容易。

seaborn：是建构于matplotlib基础上，能满足绝大多数可视化需求，更特殊的需求还是需要学习matplotlib。

pyecharts：上面的两个库都是静态的可视化库，而pyecharts有很好的web兼容性，可以做到可视化的动态效果。并且种类也比较丰富。比如这个图，就非常厉害：画图神器pyecharts-旭日图

Pandas：而今天要讲的是Pandas的可视化，Pandas主要作为数据分析的库，虽然没有上述三个库那个强大，但是胜在方便，在数据分析的过程中，只要一行代码就能实现。并且图形也非常漂亮。

二、直接看案例

Pandas 中，有11个比较常见的图形可视化，还有几个比较进阶的，我们一个一个看看怎么画的

import pandas as pd
import numpy  as np
df= pd.DataFrame(np.random.rand(10, 4), columns=['A','B','C','D'])

01、柱状图-纵向

df.plot.bar()

             

stacked=True，画堆叠柱状图

df.plot.bar(stacked=True)

             

 

02、柱状图-横向

df.plot.barh()

             

同样，stacked=True，画堆叠柱状图

df.plot.barh(stacked=True)

             

 

03、面积图

df.plot.area(alpha = 0.9)

             

df.plot.area(stacked=True,alpha = 0.9)

             

04、密度图-kde

df.plot.kde()

             

05、密度图-density

df.plot.density()

             

 

06、直方图

换个数据集

df = pd.DataFrame({'A': np.random.randn(1000) + 1,
                   'B': np.random.randn(1000),
                   'C': np.random.randn(1000) - 1},
                  columns=['A', 'B', 'C'])
 df.plot.hist(bins=200)

             

df.plot.hist(stacked=True, bins=20)

             

 

df= pd.DataFrame(np.random.rand(1000, 4), columns=['A','B','C','D'])
df.diff().hist(color='k', alpha=0.7, bins=50)

             

 

07、箱盒图

df= pd.DataFrame(np.random.rand(100, 4), columns=['A','B','C','D'])
df.plot.box()

             

vert=False也可以换成横向

df.plot.box(vert=False)

             

 

08、散点图

df.plot.scatter(x='A',y='B')

             

 

09、蜂巢图

df = pd.DataFrame(np.random.randn(1000, 2), columns=['a', 'b'])
df['b'] = df['b'] + np.arange(1000)
df.plot.hexbin(x='a', y='b', gridsize=25)

 

             

07、饼图

series = pd.Series(3 * np.random.rand(4), index=['a', 'b', 'c', 'd'], name='series')
series.plot.pie(figsize=(6, 6))

             

series.plot.pie(labels=['AA', 'BB', 'CC', 'DD'], colors=['r', 'g', 'b', 'c'],autopct='%.2f', fontsize=20, figsize=(6, 6))

             

 

08、矩阵散点图

from pandas.plotting import scatter_matrix
df = pd.DataFrame(np.random.randn(1000, 4), columns=['a', 'b', 'c', 'd'])
scatter_matrix(df, alpha=0.2, figsize=(6, 6), diagonal='kde')

             

 

09、安德鲁斯曲线

加载自己的数据，关注公众号【AI入门学习】回复 iris 获取数据集

data = pd.read_csv('C:/Users/wuzhengxiang/Desktop/iris.csv')
pd.plotting.andrews_curves(data , 'Name')

             

andrews_curves(data, 'Name', colormap='winter')

             

 

10、平行坐标图

该图也是使用自己加载的iris数据集

from pandas.plotting import parallel_coordinates
parallel_coordinates(data, 'Name', colormap='gist_rainbow')

             

 

11、Lag Plot

from pandas.plotting import lag_plot
df= pd.Series(0.1 * np.random.rand(1000) +
        0.9 * np.sin(np.linspace(-99 * np.pi, 99 * np.pi, num=1000)))
lag_plot(df)

             

 

12、默认函数plot

直接画图，默认为折线图

df= pd.DataFrame(np.random.rand(12, 4), columns=['A','B','C','D'])
df.plot()

             

df.plot(subplots=True,layout=(2, 2), figsize=(15, 8))

       

df= pd.DataFrame(np.random.rand(1000, 4), columns=['A','B','C','D'])
df.plot()

             

df.plot(subplots=True,layout=(2, 2), figsize=(15, 8))

             

 

13、bootstrap_plot

s = pd.Series(np.random.uniform(size=100))
pd.plotting.bootstrap_plot(s)

             

 

 

三、参数详解

1、官方文档

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.html

https://pandas.pydata.org/pandas-docs/version/0.18.1/visualization.html

2、参数介绍

DataFrame.plot(x=None, y=None, kind='line', ax=None, subplots=False, 
sharex=None, sharey=False, layout=None, figsize=None, use_index=True, 
title=None, grid=None, legend=True, style=None, logx=False, logy=False, 
loglog=False, xticks=None, yticks=None, xlim=None, ylim=None, rot=None, 
fontsize=None, colormap=None, position=0.5, table=False, yerr=None,
xerr=None, stacked=True/False, sort_columns=False, secondary_y=False, 
mark_right=True, **kwds)

e, legend=True, style=None, logx=False, logy=False, loglog=False, xticks=None, yticks=None, xlim=None, ylim=None, rot=None, fontsize=None, colormap=None, position=0.5, table=False, yerr=None, xerr=None, stacked=True/False, sort_columns=False, secondary_y=False, mark_right=True, **kwds)

注意：每种绘图类型都有相对应的方法: df.plot(kind='line')与df.plot.line()等价

x : label or position, default None#指数据列的标签或位置参数

y : label, position or list of label, positions, default None

kind : str#绘图类型

‘line’ : line plot (default)#折线图

‘bar’ : vertical bar plot#条形图。stacked为True时为堆叠的柱状图

‘barh’ : horizontal bar plot#横向条形图

‘hist’ : histogram#直方图（数值频率分布）

‘box’ : boxplot#箱型图

‘kde’ : Kernel Density Estimation plot#密度图，主要对柱状图添加Kernel 概率密度线

‘density’ : same as ‘kde’

‘area’ : area plot#与x轴所围区域图（面积图）。Stacked=True时，每列必须全部为正或负值，stacked=False时，对数据没有要求

‘pie’ : pie plot#饼图。数值必须为正值，需指定Y轴或者subplots=True

‘scatter’ : scatter plot#散点图。需指定X轴Y轴

‘hexbin’ : hexbin plot#蜂巢图。需指定X轴Y轴

‘hexbin’ : hexbin plot#蜂巢图。需指定X轴Y轴

ax : matplotlib axes object, default None#**子图(axes, 也可以理解成坐标轴) 要在其上进行绘制的matplotlib subplot对象。如果没有设置，则使用当前matplotlib subplot**其中，变量和函数通过改变figure和axes中的元素（例如：title,label,点和线等等）一起描述figure和axes，也就是在画布上绘图。

subplots : boolean, default False#是否对列分别作子图

sharex : boolean, default True if ax is None else False#如果ax为None，则默认为True，否则为False

In case subplots=True, share x axis and set some x axis labels to invisible; defaults to True if ax is None otherwise False if an ax is passed in; Be aware, that passing in both an ax and sharex=True will alter all x axis labels for all axis in a figure!

sharey : boolean, default False#如果有子图，子图共y轴刻度，标签

In case subplots=True, share y axis and set some y axis labels to invisible

layout : tuple (rows, columns) for the layout of subplots#子图的行列布局

figsize : a tuple (width, height) in inches#图片尺寸大小

use_index : boolean, default True#默认用索引做x轴

title : string#图片的标题用字符串

Title to use for the plot

grid : boolean, default None#图片是否有网格

legend : False/True/’reverse’#子图的图例 (默认为True)

style : list or dict#对每列折线图设置线的类型

logx : boolean, default False#设置x轴刻度是否取对数

logy : boolean, default False

loglog : boolean, default False#同时设置x，y轴刻度是否取对数

xticks : sequence#设置x轴刻度值，序列形式（比如列表）

yticks : sequence#设置y轴刻度，序列形式（比如列表）

xlim : float/2-tuple/list#设置坐标轴的范围。数值（最小值），列表或元组（区间范围）

ylim : float/2-tuple/list

rot : int, default None#设置轴标签（轴刻度）的显示旋转度数  

fontsize : int, default None#设置轴刻度的字体大小

colormap : str or matplotlib colormap object, default None#设置图的区域颜色

colorbar : boolean, optional  #柱子颜色

If True, plot colorbar (only relevant for ‘scatter’ and ‘hexbin’ plots)

position : float  #条形图的对齐方式，取值范围[0,1]，即左下端到右上端默认0.5（中间对齐） 

layout : tuple (optional)  #布局。layout=(2, 3)两行三列，layout=(2, -1)两行自适应列数

Eg. df.plot(subplots=True, layout=(2, -1), sharex=False)

table : boolean, Series or DataFrame, default False  #图下添加表。如果为True，则使用DataFrame中的数据绘制表格，并且数据将被转置以满足matplotlib的默认布局。。

yerr : DataFrame, Series, array-like, dict and str

See Plotting with Error Bars for detail.

xerr : same types as yerr.

stacked : boolean, default False in line and bar plots, and True in area plot. If True, create stacked plot. #前面有介绍

sort_columns : boolean, default False  #对列名称进行排序以确定绘图顺序

secondary_y : boolean or sequence, default False  #设置第二个y轴（右辅助y轴）

Whether to plot on the secondary y-axis If a list/tuple, which columns to plot on secondary y-axis

mark_right : boolean, default True