pandas plot绘图详解：一文教会你各种绘图

pandas.DataFrame.plot绘图详解

一、介绍

使用pandas.DataFrame的plot方法绘制图像会按照数据的每一列绘制一条曲线，默认按照列columns的名称在适当的位置展示图例，比matplotlib绘制节省时间，且DataFrame格式的数据更规范，方便向量化及计算。

DataFrame.plot( )函数：

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)

1.1 参数介绍

• x和y：表示标签或者位置，用来指定显示的索引，默认为None
• kind：表示绘图的类型，默认为line，折线图 - line：折线图- bar/barh：柱状图（条形图），纵向/横向- pie：饼状图- hist：直方图（数值频率分布）- box：箱型图- kde：密度图，主要对柱状图添加Kernel 概率密度线- area：区域图（面积图）- scatter：散点图- hexbin：蜂巢图
• ax：子图，可以理解成第二坐标轴，默认None
• subplots：是否对列分别作子图，默认False
• sharex：共享x轴刻度、标签。如果ax为None，则默认为True，如果传入ax，则默认为False
• sharey：共享y轴刻度、标签
• layout：子图的行列布局，(rows, columns)
• figsize：图形尺寸大小，(width, height)
• use_index：用索引做x轴，默认True
• title：图形的标题
• grid：图形是否有网格，默认None
• legend：子图的图例
• style：对每列折线图设置线的类型，list or dict
• logx：设置x轴刻度是否取对数，默认False
• logy
• loglog：同时设置x，y轴刻度是否取对数，默认False
• xticks：设置x轴刻度值，序列形式（比如列表）
• yticks
• xlim：设置坐标轴的范围。数值，列表或元组（区间范围）
• ylim
• rot：轴标签（轴刻度）的显示旋转度数，默认None
• fontsize : int, default None#设置轴刻度的字体大小
• colormap：设置图的区域颜色
• colorbar：柱子颜色
• position：柱形图的对齐方式，取值范围[0,1]，默认0.5（中间对齐）
• table：图下添加表，默认False。若为True，则使用DataFrame中的数据绘制表格
• yerr：误差线
• xerr
• stacked：是否堆积，在折线图和柱状图中默认为False，在区域图中默认为True
• sort_columns：对列名称进行排序，默认为False
• secondary_y：设置第二个y轴（右辅助y轴），默认为False
• mark_right : 当使用secondary_y轴时，在图例中自动用“(right)”标记列标签 ，默认True
• x_compat：适配x轴刻度显示，默认为False。设置True可优化时间刻度的显示

1.2 其他常用说明

• color：颜色
• s：散点图大小，int类型
• 设置x,y轴名称 - ax.set_ylabel(‘yyy’)- ax.set_xlabel(‘xxx’)

二、举例说明

2.1 折线图 line

1. 基本用法

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

2. 展示多列数据

df = pd.DataFrame(np.random.randn(1000,4), index=pd.date_range("1/1/2000", periods=1000), columns=list("ABCD"))
df = df.cumsum()
df.plot()

3. 使用x和y参数，绘制一列与另一列的对比

df3 = pd.DataFrame(np.random.randn(1000,2), columns=["B","C"]).cumsum()
df3["A"]= pd.Series(list(range(1000)))
df3.plot(x="A", y="B")

4. secondary_y参数，设置第二Y轴及图例位置

ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
df = pd.DataFrame(np.random.randn(1000,4), index=ts.index, columns=list('ABCD'))
df = df.cumsum()print(df)# 图1：其中A列用左Y轴标注，B列用右Y轴标注，二者共用一个X轴
df.A.plot()# 对A列作图，同理可对行做图
df.B.plot(secondary_y=True)# 设置第二个y轴（右y轴）# 图2
ax = df.plot(secondary_y=['A','B'])# 定义column A B使用右Y轴。# ax（axes）可以理解为子图，也可以理解成对黑板进行切分，每一个板块就是一个axes
ax.set_ylabel('CD scale')# 主y轴标签
ax.right_ax.set_ylabel('AB scale')# 第二y轴标签
ax.legend(loc='upper left')# 设置图例的位置
ax.right_ax.legend(loc='upper right')# 设置第二图例的位置

5. x_compat参数，X轴为时间刻度的良好展示

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

6. color参数，设置多组图形的颜色

df = pd.DataFrame(np.random.randn(1000,4), index=pd.date_range('1/1/2000', periods=1000),
                  columns=list('ABCD')).cumsum()
df.A.plot(color='red')
df.B.plot(color='blue')
df.C.plot(color='yellow')

2.2 条型图 bar

DataFrame.plot.bar() 或者 DataFrame.plot(kind=‘bar’)

1. 基本用法

df2 = pd.DataFrame(np.random.rand(10,4), columns=["a","b","c","d"])
df2.plot.bar()

2. 参数stacked=True，生成堆积条形图

df2.plot.bar(stacked=True)

3. 使用barh，生成水平条形图

df2.plot.barh()

4. 使用rot参数，设置轴刻度的显示旋转度数

df2.plot.bar(rot=0)# 0表示水平显示

2.3 直方图 hist

1. 基本使用

df3 = pd.DataFrame({"a": np.random.randn(1000)+1,"b": np.random.randn(1000),"c": np.random.randn(1000)-1,},
    columns=["a","b","c"],)# alpha设置透明度
df3.plot.hist(alpha=0.5)# 设置坐标轴显示负号
plt.rcParams['axes.unicode_minus']=False

2. 直方图可以使用堆叠，stacked=True。可以使用参数 bins 更改素材箱大小

df3.plot.hist(alpha=0.5,stacked=True, bins=20)

3. 可以使用参数 by 指定关键字来绘制分组直方图

data = pd.Series(np.random.randn(1000))
data.hist(by=np.random.randint(0,4,1000), figsize=(6,4))

2.4 箱型图 box

箱型图，用来可视化每列中值的分布

.1. 基本使用

示例：这里有一个箱形图，代表对[0，1]上的均匀随机变量的10个观察结果进行的五次试验。

df = pd.DataFrame(np.random.rand(10,5), columns=["A","B","C","D","E"])
df.plot.box();

2. 箱型图可以通过参数 color 进行着色

color是dict类型，包含的键分别是 boxes, whiskers, medians and caps

color ={"boxes":"DarkGreen","whiskers":"DarkOrange","medians":"DarkBlue","caps":"Gray",}
df.plot.box(color=color, sym="r+")

3. 可以使用参数 vert=False，指定水平方向显示，默认为True表示垂直显示

df.plot.box(vert=False)

4. 可以使用boxplot()方法，绘制带有网格的箱型图

df = pd.DataFrame(np.random.rand(10,5))
bp = df.boxplot()

5. 可以使用参数 by 指定关键字来绘制分组箱型图

df = pd.DataFrame(np.random.rand(10,2), columns=["Col1","Col2"])
df["X"]= pd.Series(["A","A","A","A","A","B","B","B","B","B"])
bp = df.boxplot(by="X")

6. 可以使用多个列进行分组

df = pd.DataFrame(np.random.rand(10,3), columns=["Col1","Col2","Col3"])
df["X"]= pd.Series(["A","A","A","A","A","B","B","B","B","B"])
df["Y"]= pd.Series(["A","B","A","B","A","B","A","B","A","B"])
bp = df.boxplot(column=["Col1","Col2"], by=["X","Y"])

2.5 区域图 area

默认情况下，区域图为堆叠。要生成区域图，每列必须全部为正值或全部为负值。

1. 基本使用

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

2.6 散点图 scatter

散点图需要x和y轴的数字列。 这些可以由x和y关键字指定。

1. 基本使用

df = pd.DataFrame(np.random.rand(50,4), columns=["a","b","c","d"])
df["species"]= pd.Categorical(["setosa"]*20+["versicolor"]*20+["virginica"]*10)
df.plot.scatter(x="a", y="b")

2. 可以使用 参数 ax 和 label 设置多组数据

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)

3. 使用参数 c 可以作为列的名称来为每个点提供颜色，参数s可以指定散点大小

df.plot.scatter(x="a", y="b", c="c", s=50)

4. 如果将一个分类列传递给c，那么将产生一个离散的颜色条

df.plot.scatter(x="a", y="b", c="species", cmap="viridis", s=50)

5. 可以使用DataFrame的一列值作为散点的大小

df.plot.scatter(x="a", y="b", s=df["c"]*200)

2.7 蜂巢图 hexbin

如果数据过于密集而无法单独绘制每个点，则 蜂巢图可能是散点图的有用替代方法。

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)

2.8 饼型图 pie

如果您的数据包含任何NaN，则它们将自动填充为0。 如果数据中有任何负数，则会引发ValueError

1. 基本使用

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

2. 如果指定subplot =True，则将每个列的饼图绘制为子图。 默认情况下，每个饼图中都会绘制一个图例; 指定legend=False隐藏它。

df = pd.DataFrame(3* np.random.rand(4,2), index=["a","b","c","d"], columns=["x","y"])
df.plot.pie(subplots=True, figsize=(8,4))

3. autopct 显示所占总数的百分比

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

三、其他格式

3.1 设置显示中文标题

df = pd.DataFrame(np.random.rand(5,3), columns=["a","b","c"])
df.plot.bar(title='中文标题测试',rot=0)# 默认不支持中文 ---修改RC参数，指定字体
plt.rcParams['font.sans-serif']='SimHei'

3.2 设置坐标轴显示负号

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.plot.hist(alpha=0.5)# 设置坐标轴显示负号
plt.rcParams['axes.unicode_minus']=False

3.3 使用误差线 yerr 进行绘图

示例1：使用与原始数据的标准偏绘制组均值

ix3 = pd.MultiIndex.from_arrays([['a','a','a','a','b','b','b','b'],['foo','foo','bar','bar','foo','foo','bar','bar']], names=['letter','word'])
df3 = pd.DataFrame({'data1':[3,2,4,3,2,4,3,2],'data2':[6,5,7,5,4,5,6,5]}, index=ix3)# 分组
gp3 = df3.groupby(level=('letter','word'))
means = gp3.mean() 
errors = gp3.std() 
means.plot.bar(yerr=errors,rot=0)

示例2：使用非对称误差线绘制最小/最大范围

mins = gp3.min()
maxs = gp3.max()
errors =[[means[c]- mins[c], maxs[c]- means[c]]for c in df3.columns]
means.plot.bar(yerr=errors,capsize=4, rot=0)

3.4 使用 layout 将目标分成多个子图

df = pd.DataFrame(np.random.randn(1000,4), index=pd.date_range("1/1/2000", periods=1000), columns=list("ABCD"))
df = df.cumsum()
df.plot(subplots=True, layout=(2,3), figsize=(6,6), sharex=False)

3.5 使用 table 绘制表，上图下表

使用 table=True，绘制表格。图下添加表

fig, ax = plt.subplots(1,1, figsize=(7,6.5))
df = pd.DataFrame(np.random.rand(5,3), columns=["a","b","c"])
ax.xaxis.tick_top()# 在上方展示x轴
df.plot(table=True, ax=ax)

3.6 使用 colormap 设置图的区域颜色

在绘制大量列时，一个潜在的问题是，由于默认颜色的重复，很难区分某些序列。 为了解决这个问题，DataFrame绘图支持使用colormap参数，该参数接受Matplotlib的colormap或一个字符串，该字符串是在Matplotlib中注册的一个colormap的名称。 在这里可以看到默认matplotlib颜色映射的可视化。

df = pd.DataFrame(np.random.randn(1000,10), index=pd.date_range("1/1/2000", periods=1000))
df = df.cumsum()
df.plot(colormap="cubehelix")

参考文章：https://blog.csdn.net/h_hxx/article/details/90635650