这是我参与11月更文挑战的第28天，活动详情查看：2021最后一次更文挑战

Pandas图形绘制

Pandas的DataFrame和Series在Matplotlib基础上封装了一个简易的绘图函数，使得数据处理过程中方便可视化查看结果。

折线图

 import pandas as pd
 import numpy as np
 import matplotlib.pyplot as plt
 data=np.random.randn(5,2)*10
 df=pd.DataFrame(np.abs(data),index=[1,2,3,4,5],columns=[1,2])
 df.plot()
 plt.show()

条形图

 import pandas as pd
 import numpy as np
 import matplotlib.pyplot as plt
 data=np.random.randn(5,2)*10
 df=pd.DataFrame(np.abs(data),index=[1,2,3,4,5],columns=[1,2])
 df.plot(kind='bar')
 plt.show()

水平条形图

 import pandas as pd
 import numpy as np
 import matplotlib.pyplot as plt
 data=np.random.randn(5,2)*10
 df=pd.DataFrame(np.abs(data),index=[1,2,3,4,5],columns=[1,2])
 df.plot(kind='barh')
 plt.show()

堆积图

 import pandas as pd
 import numpy as np
 import matplotlib.pyplot as plt
 data=np.random.randn(5,2)*10
 df=pd.DataFrame(np.abs(data),index=[1,2,3,4,5],columns=[1,2])
 df.plot(kind='bar',stacked=True)
 plt.show()

 import pandas as pd
 import numpy as np
 import matplotlib.pyplot as plt
 data=np.random.randn(5,2)*10
 df=pd.DataFrame(np.abs(data),index=[1,2,3,4,5],columns=[1,2])
 df.plot(kind='barh',stacked=True)
 plt.show()

散点图

数据通常是一些点的集合

常用来绘制各种相关性，适合研究不同变量间的关系

x:x坐标位置

y:y坐标位置

s:散点的大小

c:散点颜色

 import pandas as pd
 import numpy as np
 import matplotlib.pyplot as plt
 data=np.random.randn(5,2)*10
 df=pd.DataFrame(np.abs(data),index=[1,2,3,4,5],columns=['A','B'])
 df.plot(kind='scatter',x='A',y='B',s=df.A*100,c='red')
 plt.show()

饼图

 import pandas as pd
 import numpy as np
 import matplotlib.pyplot as plt
 df=pd.Series(3*np.random.rand(4),index=['a','b','c','d'])
 df.plot.pie(figsize=(6,6))
 plt.show()

蜂巢图

体现数据出现的次数

 import pandas as pd
 import numpy as np
 import matplotlib.pyplot as plt
 df=pd.DataFrame(np.random.randn(1000,2),columns=['a','b'])
 df.plot.hexbin(x='a',y='b',sharex=False,gridsize=30)
 plt.show()

箱线图

基于最小值、上四分位、中位数、下四分位和最大值5个数值特征展示数据分布的标准方式，可以看出数据是否具有对称性，适用于展示一组数据的分布情况

 import pandas as pd
 import numpy as np
 import matplotlib.pyplot as plt
 df=pd.DataFrame(np.random.randn(1000,2),columns=['a','b'])
 df.plot(y=df.columns,kind='box',vert=False)
 plt.show()

绘制子图

subplots:默认False 若每列绘制子图就为True

layout:子图布局

figsize:画布大小

 import pandas as pd
 import numpy as np
 import matplotlib.pyplot as plt
 df=pd.DataFrame(np.random.randn(5,2),columns=['a','b'])
 df.plot(subplots=True,layout=(2,3),figsize=(10,10),kind='bar')
 plt.show()