数据导入与预处理-拓展-pandas可视化

参考：微信公众号「早起Python」

1. 折线图

1.1 导入数据

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

import matplotlib

%matplotlib inline
font = {
    'family':'SimHei',
    'weight':'bold',
    'size':12
}
matplotlib.rc("font", **font)
matplotlib.rcParams['axes.unicode_minus']=False

创建时间数据

ts = pd.Series(np.random.randn(1000), index=pd.date_range("1/1/2000", periods=1000))
ts

输出为：

2000-01-01   -0.329415
2000-01-02   -0.508904
2000-01-03    0.910287
2000-01-04   -0.071677
2000-01-05    1.093037
                ...   
2002-09-22   -0.105153
2002-09-23    0.154497
2002-09-24   -0.151585
2002-09-25    0.025427
2002-09-26    1.579653
Freq: D, Length: 1000, dtype: float64

进行累加操作：

ts = ts.cumsum() # 按照行进行累计 按列可以添加axis = 1
ts

输出为：

2000-01-01    -0.329415
2000-01-02    -0.838319
2000-01-03     0.071968
2000-01-04     0.000291
2000-01-05     1.093327
                ...    
2002-09-22    46.536297
2002-09-23    46.690793
2002-09-24    46.539208
2002-09-25    46.564635
2002-09-26    48.144288
Freq: D, Length: 1000, dtype: float64

创建DF

df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list("ABCD"))
df

输出为：

DataFrame各列累加

df = df.cumsum()
df

输出为：

1.2 绘制单列折线图

绘制 df 第一列的折线图

# 绘制 df 第一列的折线图
df['A'].plot()
plt.show()

输出为：

1.3 绘制多列折线图

df 的四列分别放在四个子图上

# 折线图｜子图
# 将 df 的四列分别放在四个子图上
df.plot(subplots=True)
plt.show()

输出为：

df 的四列分别放在一个图上

# 折线图｜绘制 df 全部列的折线图
# 同时指定 画布大小  标题 显示网格线 x轴标签 y轴标签 轴字体大小
df.plot(figsize=(10, 6), # 画布大小 
        title='标题',  # 标题
        grid=True,  # 显示网格线
        xlabel='时间',  # x轴标签
        ylabel='数量', # y轴标签
        fontsize = 13) # 字体大小
# plt.legend(loc=4) # 指定图例的位置
plt.show()

输出为：

1.4 绘制折线图-双y轴

折线图–双y轴 A、C、D使用一个y轴，B使用一个y轴

# 折线图｜双y轴
# A、C、D使用一个y轴，B使用一个y轴
ax = df.plot(secondary_y=['A', 'C', 'D'], 
             figsize=(10, 6), # 画布大小 
             title='标题',  # 标题
             grid=True,  # 显示网格线
             xlabel='时间',  # x轴标签
             # ylabel='数量', # y轴标签 左侧的y轴
             fontsize = 13) # 字体大小
ax.right_ax.set_ylabel('ACD')  # 设置右边轴的标签

ax.legend(loc=2) # 右侧坐标轴的图例位于右上角

plt.legend(loc=1) # 左侧坐标轴的图例位于左上角
ax.set_ylabel('B')  # 设置左侧坐标轴的label
 
plt.show()

输出为：

2. 条形图

2.1 单行垂直/水平条形图

单行垂直/水平条形图
生成数据：

# 生成数据
df2 = pd.DataFrame(np.random.rand(10, 4), columns=["a", "b", "c", "d"])
df2

输出为：

# kind = 'bar'表示垂直，若kind = 'barh'表示为水平
# 重新生成数据，并对使用条形图可视化 df2 的第 3 行
df2.iloc[2].plot(kind = 'bar', figsize=(10, 6))
plt.show()

输出为：

2.2 多行条形图

多行堆叠

# 多行，堆叠对应着着stacked=True 
df2.plot(kind = 'bar', figsize=(10, 6),stacked=True)
plt.show()

输出为：

3. 直方图

3.1 生成数据

生成数据

# 直方图｜默认
# 重新生成数据 df3 ，并制作直方图
df3 = pd.DataFrame(
    {
        "a": np.random.randn(1000) + 1,
        "b": np.random.randn(1000),
        "c": np.random.randn(1000) - 1,
    },
    columns=["a", "b", "c"],
)
df3

输出为：

3.2 透明度/刻度/堆叠直方图

df3.plot(kind = 'hist', # 直方图
         figsize=(10, 6), # 画布大小
         alpha = 0.5, # 透明度
         bins = 20, # 刻度
         stacked=True # 是否堆叠
        )
plt.show()

输出为：

3.3 拆分子图

# 将3个直方图拆分为3个子图
df3.diff().hist(alpha=0.5, bins=20, figsize=(10, 6))
plt.show()

输出为：

4. 散点图

4.1生成数据

# 散点图｜常规
# 重新生成数据 df4 ，并制作散点图，X轴为 a，Y轴为 b

df4 = pd.DataFrame(np.random.rand(50, 4), columns=["a", "b", "c", "d"])

df4["species"] = pd.Categorical(
    ["setosa"] * 20 + ["versicolor"] * 20 + ["virginica"] * 10
)
df4

输出为：

4.2 绘制大小不一的散点图

# s=df4["c"] * 200 让散点的大小随着值变化
df4.plot.scatter(x="a", y="b", figsize=(8, 6), s=df4["c"] * 200)
plt.show()

输出为：

4.3 设置渐变色/边缘/边缘宽度

df4.plot.scatter(x="a", # x轴
                 y="b", # y轴 
                 c="c", # 渐变色
                 figsize=(8, 6), # 画布大小 
                 marker='o', # 标记点样式
                 s=100,  # 点大小
                 linewidths=1, # 新的宽度
                 alpha=0.8,  # 透明度
                 edgecolors='black' # 边缘演示
                )

plt.show()

输出为：

4.4 绘制多组散点图

ax = df4.plot.scatter(x="a", y="b", color="DarkBlue", label="Group 1", figsize=(8, 6), marker='o',
                 s=80, linewidths=1, alpha=0.8, edgecolors='black')

df4.plot.scatter(x="c", y="d", color="DarkGreen", label="Group 2", ax=ax, figsize=(8, 6), marker='o',
                 s=80, linewidths=1, alpha=0.8, edgecolors='black');

输出为：

4.5 六边形箱型图

# 如果数据太密集而无法单独绘制每个点，可使用六边形箱型图。
# 重新生成数据 df7，并使用 hexbin 图进行可视化

df7 = pd.DataFrame(np.random.randn(1000, 2), columns=["a", "b"])
df7["b"] = df7["b"] + np.arange(1000)
df7

输出为：

    a	         b
0	-0.586607	-1.120616
1	-3.178678	1.180406
2	-2.113078	1.851595
3	-0.786777	1.880154
4	-0.597641	4.378188
...	...	...
995	-1.197119	995.413693
996	0.642450	996.515158
997	-1.157304	995.689765
998	0.874421	996.710751
999	-0.721021	997.697448
1000 rows × 2 columns

绘制六边形箱型图

df7.plot.hexbin(x="a", y="b", gridsize=25, figsize=(8, 6));

输出为：

5. 箱线图

5.1 生成数据

# 箱线图
df5 = pd.DataFrame(np.random.rand(10, 5), columns=["A", "B", "C", "D", "E"])
df5

输出为：

5.2 箱线图/颜色/标记

color = {
    "boxes": "DarkGreen",
    "whiskers": "DarkOrange",
    "medians": "DarkBlue",
    "caps": "Gray",
}

df5.plot.box(color=color, # 指定颜色
             sym="r+", # 标记
             # vert=False, # 水平箱型图
             figsize=(8, 6) # 画布大小
            ) 
plt.show()

输出为：

6. 面积图

6.1 生成数据

df6 = pd.DataFrame(np.random.rand(10, 4), columns=["a", "b", "c", "d"])
df6

输出为：

6.2 绘制面积图

df6.plot.area(figsize=(8, 6),alpha = 0.7)
plt.show()

输出为：

7.其它图

7.1 密度曲线图

生成数据

df8 = pd.Series(np.random.randn(1000))
df8

输出为：

0      0.618861
1      1.634446
2      0.498904
3     -0.699357
4      0.686841
         ...   
995   -0.011310
996    2.153381
997   -0.723418
998   -0.324056
999    2.881972
Length: 1000, dtype: float64

绘制密度曲线图

df8.plot(kind='kde', figsize=(8, 6))
plt.show()

输出为：

7.2 绘图主题

通过 seaborn 来修改绘图主题

import seaborn as sns
sns.set_palette("pastel", 8) # "Blues_r" "magma"
df6.plot.area(figsize=(8, 6),alpha = 0.7)
plt.show()

输出为：

8. 总结

关于pandas的可视化的用法还有很多，这里不再拓展，但还是建议使用matplotlib，seaborn等库完成绘图。