目錄
- 前言
- 1. 概述
- 2. 圖表元素設(shè)置
- 3. 常見圖表類型
- 4. 其他圖表類型
- 總結(jié)
前言
今天簡(jiǎn)單介紹一下Pandas可視化圖表的一些操作,Pandas其實(shí)提供了一個(gè)繪圖方法plot()
,可以很方便的將Series和Dataframe類型數(shù)據(jù)直接進(jìn)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(biāo)軸負(fù)數(shù)的負(fù)號(hào)顯示問題
plt.rcParams['axes.unicode_minus'] = False
plot方法默認(rèn)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(diǎn)圖 (DataFrame only)
‘hexbin' : 六邊形箱體圖 (DataFrame only)
# 隨機(jī)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(biāo)題、坐標(biāo)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(biāo)軸的x、y軸數(shù)據(jù),對(duì)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(duì)于Dataframe類型數(shù)據(jù)來說,其索引同樣是x軸的值,y軸默認(rèn)為全部,不過可以進(jìn)行指定選擇。
# 隨機(jī)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(duì)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(jìn)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(gè)Y
df.plot(x='X',y=['B','C'])

圖大小
通過參數(shù)figsize傳入一個(gè)元組,指定圖的長(zhǎng)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(shí)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(biāo)題
通過參數(shù)title設(shè)置圖表標(biāo)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(biāo)題
df.plot.bar(title='標(biāo)題',)

圖例
通過參數(shù)legend可以設(shè)置圖例,默認(rèn)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(biāo)軸文字
細(xì)心的朋友可能會(huì)發(fā)現(xiàn),在上圖中x軸標(biāo)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(biāo)簽旋轉(zhuǎn)角度
df.plot.bar(rot=0)

網(wǎng)格線
默認(rèn)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(duì)于折線圖來說,還可以設(shè)置線條樣式style
df.plot(style = ['.-','--','*-'] # 圓點(diǎn)、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(diǎn)、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(rèn)是matplotlib,還支持bokeh、plotly、Altair等等。當(dāng)然,在使用新的引擎前需要先安裝對(duì)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(duì)比,通過柱形的高低來表達(dá)數(shù)據(jù)的大小。
(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(shí)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

堆疊并指定分箱數(shù)(默認(rèn)為 10)
# 堆疊并指定分箱數(shù)(默認(rèn)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(gè)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(jì)圖。
np.random.seed(1)
df = pd.DataFrame(np.random.rand(10, 5), columns=["A", "B", "C", "D", "E"])
df.head()


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(biāo)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(shì)信息,一般顏色帶有透明度會(huì)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(rèn)情況下,面積圖是堆疊的
# 默認(rèn)是堆疊
df.plot.area()

單個(gè)面積圖

取消堆疊
# 取消堆疊
df.plot.area(stacked=False)

散點(diǎn)圖
散點(diǎn)圖就是將數(shù)據(jù)點(diǎn)展示在直角坐標(biāo)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(biāo)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(diǎn)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(biāo)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(bào)錯(cuò),暫時(shí)沒有解決(本機(jī)環(huán)境:pandas1.3.1)
本節(jié)主要介紹散點(diǎn)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(diǎn)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(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
您可能感興趣的文章:- Python數(shù)據(jù)分析:手把手教你用Pandas生成可視化圖表的教程