一篇文章讓你快速掌握Pandas可視化圖表
今天簡單介紹一下Pandas可視化圖表的一些操作，Pandas其實提供了一個繪圖方法plot()，可以很方便的將Series和Dataframe類型數(shù)據(jù)直接進行數(shù)據(jù)可視化。
1. 概述
這里我們引入需要用到的庫，并做一些基礎(chǔ)設(shè)置。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 設(shè)置 可視化風(fēng)格
plt.style.use('tableau-colorblind10')
# 以下代碼從全局設(shè)置字體為SimHei（黑體），解決顯示中文問題【W(wǎng)indows】
plt.rcParams['font.sans-serif'] = ['SimHei']
# 解決中文字體下坐標軸負數(shù)的負號顯示問題
plt.rcParams['axes.unicode_minus'] = False
plot方法默認是折線圖，而它還支持以下幾類圖表類型：
‘line' : 折線圖 (default)
‘bar' : 柱狀圖
‘barh' : 條形圖
‘hist' : 直方圖
‘box' : 箱型圖
‘kde' : 密度圖
‘density' : 同密度圖
‘a(chǎn)rea' : 面積圖
‘pie' : 餅圖
‘scatter' : 散點圖 (DataFrame only)
‘hexbin' : 六邊形箱體圖 (DataFrame only)
# 隨機種子
np.random.seed(1)
ts = pd.Series(np.random.randn(100), index=pd.date_range("1/1/2020", periods=100))
ts = ts.cumsum()
ts.plot()
2. 圖表元素設(shè)置
圖表元素設(shè)置主要是指 數(shù)據(jù)源選擇、圖大小、標題、坐標軸文字、圖例、網(wǎng)格線、圖顏色、字體大小、線條樣式、色系、多子圖、圖形疊加與繪圖引擎等等。
數(shù)據(jù)源選擇
這里是指坐標軸的x、y軸數(shù)據(jù)，對于Series類型數(shù)據(jù)來說其索引就是x軸，y軸則是具體的值；對于Dataframe類型數(shù)據(jù)來說，其索引同樣是x軸的值，y軸默認為全部，不過可以進行指定選擇。
# 隨機種子
np.random.seed(1)
df = pd.DataFrame(np.random.randn(100, 4), index=ts.index, columns=list("ABCD"))
df = df.cumsum()
df.head()
對于案例數(shù)據(jù)，直接繪圖效果如下（顯示全部列）
df.plot()
我們可以指定數(shù)據(jù)源，比如指定列A的數(shù)據(jù)
df.plot(y='A')
我們還可以指定x軸和多列為y，我這里先構(gòu)建一列X，然后進行數(shù)據(jù)源選取
df["X"] = list(range(len(df))) df.head()
選擇X列為x軸，B、C列為y軸數(shù)據(jù)
# 指定多個Y df.plot(x='X',y=['B','C'])
圖大小
通過參數(shù)figsize傳入一個元組，指定圖的長寬（英寸）
注意：以下我們以柱狀圖為例做演示
np.random.seed(1) df = pd.DataFrame(np.random.rand(10, 3), columns=["a", "b", "c"]) df.head()
# 圖像大小 df.plot.bar(figsize=(10,5))
除了在繪圖時定義圖像大小外，我們還可以通過matplotlib的全局參數(shù)設(shè)置圖像大小
plt.rcParams['figure.figsize'] = (10,5)
標題
通過參數(shù)title設(shè)置圖表標題，需要注意的是如果想要顯示中文，需要提前設(shè)置相關(guān)字體參數(shù)，參考此前推文《》
# 標題 df.plot.bar(title='標題',)
圖例
通過參數(shù)legend可以設(shè)置圖例，默認是顯示圖例的，可以不顯示或者顯示的圖例順序倒序
# 圖例不顯示 df.plot.bar(legend=False)
# 圖例倒序 df.plot.bar(legend='reverse')
坐標軸文字
細心的朋友可能會發(fā)現(xiàn)，在上圖中x軸標簽數(shù)字顯示是躺著的，怎么坐起來呢？
那么可以通過參數(shù)rot設(shè)置文字的角度
# x軸標簽旋轉(zhuǎn)角度 df.plot.bar(rot=0)
網(wǎng)格線
默認情況下圖表是不顯示網(wǎng)格線的，我們可以通過參數(shù)grid來設(shè)置其顯隱
# 網(wǎng)格線 df.plot.bar(grid=True)
圖顏色
通過color參數(shù)可以設(shè)定填充顏色，edgecolor可以設(shè)置邊框顏色
# 指定顏色 df.plot.bar(color=['red','orange','yellow'], edgecolor='grey')
字體大小
通過fontsize可以設(shè)置字體大小
# 字體大小 df.plot.bar(fontsize=20)
線條樣式
對于折線圖來說，還可以設(shè)置線條樣式style
df.plot(style = ['.-','--','*-'] # 圓點、虛線、星星 )
色系
通過colormap參數(shù)可以指定色系，色系選擇可以參考matplotlib庫的色系表
# 指定色系 x = df.plot.bar(colormap='rainbow')
多子圖
通過subplots參數(shù)決定是否以多子圖形式輸出顯示圖表
# 多子圖 x = df.plot.line(title ='多子圖', fontsize =16, subplots =True, # 分列 style = ['.-','--','*-','^-'] # 圓點、虛線、星星 )
圖像疊加
不同的圖表類型組合在一起
df.a.plot.bar() df.b.plot(color='r')
繪圖引擎
通過backend可以指定不同的繪圖引擎，目前默認是matplotlib，還支持bokeh、plotly、Altair等等。當然，在使用新的引擎前需要先安裝對應(yīng)的庫。
# 繪圖引擎 import pandas_bokeh pandas_bokeh.output_notebook() df.plot.bar(backend='pandas_bokeh')
# 繪圖引擎 plotly df.plot.bar(backend='plotly', barmode='group', height=500, # 圖表高度 width=800, # 圖表寬度 )
3. 常見圖表類型
在介紹完圖表元素設(shè)置后，我們演示一下常見的幾種圖表類型。
柱狀圖
柱狀圖主要用于數(shù)據(jù)的對比，通過柱形的高低來表達數(shù)據(jù)的大小。
# 柱狀圖bar df.plot.bar()
（這里不做展示，前面案例中有）
此外我們還可以繪制堆疊柱狀圖，通過設(shè)置參數(shù)stacked來搞定
# 堆疊柱狀圖 df.plot.bar(stacked=True)
柱狀圖多子圖
# 柱狀圖多子圖 df.plot.bar(subplots=True, rot=0)
條形圖
條形圖和柱狀圖其實差不多，條形圖就是柱狀圖的橫向展示
# 條形圖barh df.plot.barh(figsize=(6,8))
堆疊條形圖
# 堆疊條形圖 df.plot.barh(stacked=True)
直方圖
直方圖又稱為質(zhì)量分布圖，主要用于描述數(shù)據(jù)在不同區(qū)間內(nèi)的分布情況，描述的數(shù)據(jù)量一般比較大。
# 直方圖
np.random.seed(1)
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.head()
df.plot.hist(alpha=0.5) # alpha設(shè)置透明度
單直方圖
# 單直方圖 df.a.plot.hist()
堆疊并指定分箱數(shù)（默認為 10）
# 堆疊并指定分箱數(shù)（默認為 10） df.plot.hist(stacked=True, bins=20)
橫向展示
# 可以通過orientation='horizontal'和 cumulative=True 繪制橫向和累積直方圖 df["a"].plot.hist(orientation="horizontal", cumulative=True)
多子圖展示
# 繪制多子圖 df.hist(color="k", alpha=0.5, bins=50)
單個直方圖（自定義分箱+透明度）
# 以下2種方式效果一致
df.hist('a', bins = 20, alpha=0.5)
# df.a.hist(bins = 20, alpha=0.5)
分組
# by 分組 np.random.seed(1) data = pd.Series(np.random.randn(1000)) data.hist(by=np.random.randint(0, 4, 1000), figsize=(6, 4))
箱線圖
箱線圖又稱盒須圖、箱型圖等，用于顯示一組數(shù)據(jù)分布情況的統(tǒng)計圖。
np.random.seed(1) df = pd.DataFrame(np.random.rand(10, 5), columns=["A", "B", "C", "D", "E"]) df.head()
df.boxplot()
指定元素顏色
# 指定元素顏色
color = {
"boxes": "Green", # 箱體顏色
"whiskers": "Orange", # 連線顏色
"medians": "Blue", # 中位數(shù)顏色
"caps": "Gray", # 極值顏色
}
df.boxplot(color=color, sym="r+")
橫向展示
df.boxplot(vert=False, positions=[1, 4, 5, 6, 8])
面積圖
面積圖又稱區(qū)域圖，是將折線圖與坐標軸之間的區(qū)域使用顏色填充，填充顏色可以很好地突出趨勢信息，一般顏色帶有透明度會更合適于觀察不同序列之間的重疊關(guān)系。
np.random.seed(1) df = pd.DataFrame(np.random.rand(10, 4), columns=["a", "b", "c", "d"]) df.head()
默認情況下，面積圖是堆疊的
# 默認是堆疊 df.plot.area()
單個面積圖
df.a.plot.area()
取消堆疊
# 取消堆疊 df.plot.area(stacked=False)
散點圖
散點圖就是將數(shù)據(jù)點展示在直角坐標系上，可以很好地反應(yīng)變量之間的相互影響程度
np.random.seed(1) df = pd.DataFrame(np.random.rand(50, 4), columns=["a", "b", "c", "d"]) df["species"] = pd.Categorical( ["setosa"] * 20 + ["versicolor"] * 20 + ["virginica"] * 10 ) df.head()
指定一組數(shù)據(jù)
df.plot.scatter(x="a", y="b")
多組數(shù)據(jù)并用不同顏色標注
ax = df.plot.scatter(x="a", y="b", color="Blue", label="Group 1") df.plot.scatter(x="c", y="d", color="red", label="Group 2", ax=ax)
一組數(shù)據(jù)，x/y及z，其中x/y表示位置、z的值用于顏色區(qū)分
df.plot.scatter(x="a", y="b", c="c", s=50) # 參數(shù)s代表散點大小
一組數(shù)據(jù)，然后分類并用不同顏色（色系下）表示
df.plot.scatter(x="a", y="b", c="species", cmap="viridis", s=50)
氣泡圖
df.plot.scatter(x="a", y="b", color="red", s=df["c"] * 200)
餅圖
餅圖主要用于不同分類的數(shù)據(jù)占總體的比例情況
np.random.seed(8) series = pd.Series(3 * np.random.rand(4), index=["a", "b", "c", "d"], name="series") series
series.plot.pie(figsize=(6, 6), fontsize=20)
多子圖展示
np.random.seed(8) df = pd.DataFrame( 3 * np.random.rand(4, 2), index=["a", "b", "c", "d"], columns=["x", "y"] ) df
df.plot.pie(subplots=True, figsize=(8, 4), fontsize=16)
指定顯示樣式
series.plot.pie( labels=["AA", "BB", "CC", "DD"], # 標簽 colors=["r", "g", "b", "c"], # 指定顏色 autopct="%.2f", # 數(shù)字格式（百分比） fontsize=20, figsize=(6, 6), )
如果數(shù)據(jù)總和小于1，可以繪制扇形
series = pd.Series([0.1] * 4, index=["a", "b", "c", "d"], name="series2") series.plot.pie(figsize=(6, 6), normalize=False)
4. 其他圖表類型
在常見圖表中，有密度圖和六邊形箱型圖 繪制過程報錯，暫時沒有解決（本機環(huán)境：pandas1.3.1）
本節(jié)主要介紹散點矩形圖、安德魯曲線等，更多資料大家可以查閱官方文檔了解
https://pandas.pydata.org/pandas-docs/stable/user_guide/visualization.html
散點矩形圖
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")
安德魯曲線
from pandas.plotting import andrews_curves
data = pd.read_csv("iris.csv")
andrews_curves(data, "Name")
總結(jié)
到此這篇關(guān)于Pandas可視化圖表的文章就介紹到這了,更多相關(guān)Pandas可視化圖表內(nèi)容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！
版權(quán)聲明：本站文章來源標注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。
關(guān)注官方微信