pandas 数据分析（Pandas数据可视化原来也这么厉害）

pandas 数据分析（Pandas数据可视化原来也这么厉害）import pandas as pdimport numpy as npdf= pd.DataFrame(np.random.rand(10 4) columns=['A' 'B' 'C' 'D'])01、柱状图-纵向Pandas 中，有11个比较常见的图形可视化，还有几个比较进阶的，我们一个一个看看怎么画的pyecharts：上面的两个库都是静态的可视化库，而pyecharts有很好的web兼容性，可以做到可视化的动态效果。并且种类也比较丰富。比如这个图，就非常厉害：画图神器pyecharts-旭日图Pandas：而今天要讲的是Pandas的可视化，Pandas主要作为数据分析的库，虽然没有上述三个库那个强大，但是胜在方便，在数据分析的过程中，只要一行代码就能实现。并且图形也非常漂亮。二、直接看案例

一、可视化概述

在Python中，常见的数据可视化库有3个：

matplotlib：最常用的库，可以算作可视化的必备技能库，比较底层，api多 学起来不太容易。

seaborn：是建构于matplotlib基础上，能满足绝大多数可视化需求，更特殊的需求还是需要学习matplotlib。

pyecharts：上面的两个库都是静态的可视化库，而pyecharts有很好的web兼容性，可以做到可视化的动态效果。并且种类也比较丰富。比如这个图，就非常厉害：画图神器pyecharts-旭日图

Pandas：而今天要讲的是Pandas的可视化，Pandas主要作为数据分析的库，虽然没有上述三个库那个强大，但是胜在方便，在数据分析的过程中，只要一行代码就能实现。并且图形也非常漂亮。

二、直接看案例

Pandas 中，有11个比较常见的图形可视化，还有几个比较进阶的，我们一个一个看看怎么画的

import pandas as pdimport numpy as npdf= pd.DataFrame(np.random.rand(10 4) columns=['A' 'B' 'C' 'D'])

01、柱状图-纵向

df.plot.bar

stacked=True，画堆叠柱状图

df.plot.bar(stacked=True)

02、柱状图-横向

df.plot.barh

同样，stacked=True，画堆叠柱状图

df.plot.barh(stacked=True)

03、面积图

df.plot.area(alpha = 0.9)

df.plot.area(stacked=True alpha = 0.9)

04、密度图-kde

df.plot.kde

05、密度图-density

df.plot.density

06、直方图

换个数据集

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.plot.hist(bins=200)

df.plot.hist(stacked=True bins=20)

df= pd.DataFrame(np.random.rand(1000 4) columns=['A' 'B' 'C' 'D'])df.diff.hist(color='k' alpha=0.7 bins=50)

07、箱盒图

df= pd.DataFrame(np.random.rand(100 4) columns=['A' 'B' 'C' 'D'])df.plot.box

vert=False也可以换成横向

df.plot.box(vert=False)

08、散点图

df.plot.scatter(x='A' y='B')

09、蜂巢图

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)

07、饼图

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

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

08、矩阵散点图

from pandas.plotting import scatter_matrixdf = pd.DataFrame(np.random.randn(1000 4) columns=['a' 'b' 'c' 'd'])scatter_matrix(df alpha=0.2 figsize=(6 6) diagonal='kde')

09、安德鲁斯曲线

加载自己的数据，关注公众号【AI入门学习】回复 iris 获取数据集

data = pd.read_csv('C:/Users/wuzhengxiang/Desktop/iris.csv')pd.plotting.andrews_curves(data 'Name')

andrews_curves(data 'Name' colormap='winter')

10、平行坐标图

该图也是使用自己加载的iris数据集

from pandas.plotting import parallel_coordinatesparallel_coordinates(data 'Name' colormap='gist_rainbow')

11、Lag Plot

from pandas.plotting import lag_plotdf= pd.Series(0.1 * np.random.rand(1000) 0.9 * np.sin(np.linspace(-99 * np.pi 99 * np.pi num=1000)))lag_plot(df)

12、默认函数plot

直接画图，默认为折线图

df= pd.DataFrame(np.random.rand(12 4) columns=['A' 'B' 'C' 'D'])df.plot

df.plot(subplots=True layout=(2 2) figsize=(15 8))

df= pd.DataFrame(np.random.rand(1000 4) columns=['A' 'B' 'C' 'D'])df.plot

df.plot(subplots=True layout=(2 2) figsize=(15 8))

13、bootstrap_plot

s = pd.Series(np.random.uniform(size=100))pd.plotting.bootstrap_plot(s)

三、参数详解

1、官方文档

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.html

https://pandas.pydata.org/pandas-docs/version/0.18.1/visualization.html

2、参数介绍

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)

e 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)

注意：每种绘图类型都有相对应的方法: df.plot(kind='line')与df.plot.line等价

x : label or position default None#指数据列的标签或位置参数

y : label position or list of label positions default None

kind : str#绘图类型

‘line’ : line plot (default)#折线图

‘bar’ : vertical bar plot#条形图。stacked为True时为堆叠的柱状图

‘barh’ : horizontal bar plot#横向条形图

‘hist’ : histogram#直方图（数值频率分布）

‘box’ : boxplot#箱型图

‘kde’ : Kernel Density Estimation plot#密度图，主要对柱状图添加Kernel 概率密度线

‘density’ : same as ‘kde’

‘area’ : area plot#与x轴所围区域图（面积图）。Stacked=True时，每列必须全部为正或负值，stacked=False时，对数据没有要求

‘pie’ : pie plot#饼图。数值必须为正值，需指定Y轴或者subplots=True

‘scatter’ : scatter plot#散点图。需指定X轴Y轴

‘hexbin’ : hexbin plot#蜂巢图。需指定X轴Y轴

‘hexbin’ : hexbin plot#蜂巢图。需指定X轴Y轴

ax : matplotlib axes object default None#**子图(axes 也可以理解成坐标轴) 要在其上进行绘制的matplotlib subplot对象。如果没有设置，则使用当前matplotlib subplot**其中，变量和函数通过改变figure和axes中的元素（例如：title label 点和线等等）一起描述figure和axes，也就是在画布上绘图。

subplots : boolean default False#是否对列分别作子图

sharex : boolean default True if ax is None else False#如果ax为None，则默认为True，否则为False

In case subplots=True share x axis and set some x axis labels to invisible; defaults to True if ax is None otherwise False if an ax is passed in; Be aware that passing in both an ax and sharex=True will alter all x axis labels for all axis in a figure!

sharey : boolean default False#如果有子图，子图共y轴刻度，标签

In case subplots=True share y axis and set some y axis labels to invisible

layout : tuple (rows columns) for the layout of subplots#子图的行列布局

figsize : a tuple (width height) in inches#图片尺寸大小

use_index : boolean default True#默认用索引做x轴

title : string#图片的标题用字符串

Title to use for the plot

grid : boolean default None#图片是否有网格

legend : False/True/’reverse’#子图的图例 (默认为True)

style : list or dict#对每列折线图设置线的类型

logx : boolean default False#设置x轴刻度是否取对数

logy : boolean default False

loglog : boolean default False#同时设置x，y轴刻度是否取对数

xticks : sequence#设置x轴刻度值，序列形式（比如列表）

yticks : sequence#设置y轴刻度，序列形式（比如列表）

xlim : float/2-tuple/list#设置坐标轴的范围。数值（最小值），列表或元组（区间范围）

ylim : float/2-tuple/list

rot : int default None#设置轴标签（轴刻度）的显示旋转度数

fontsize : int default None#设置轴刻度的字体大小

colormap : str or matplotlib colormap object default None#设置图的区域颜色

colorbar : boolean optional #柱子颜色

If True plot colorbar (only relevant for ‘scatter’ and ‘hexbin’ plots)

position : float #条形图的对齐方式，取值范围[0 1]，即左下端到右上端默认0.5（中间对齐）

layout : tuple (optional) #布局。layout=(2 3)两行三列，layout=(2 -1)两行自适应列数

Eg. df.plot(subplots=True layout=(2 -1) sharex=False)

table : boolean Series or DataFrame default False #图下添加表。如果为True，则使用DataFrame中的数据绘制表格，并且数据将被转置以满足matplotlib的默认布局。。

yerr : DataFrame Series array-like dict and str

See Plotting with Error Bars for detail.

xerr : same types as yerr.

stacked : boolean default False in line and bar plots and True in area plot. If True create stacked plot. #前面有介绍

sort_columns : boolean default False #对列名称进行排序以确定绘图顺序

secondary_y : boolean or sequence default False #设置第二个y轴（右辅助y轴）

Whether to plot on the secondary y-axis If a list/tuple which columns to plot on secondary y-axis

mark_right : boolean default True

今天给大家推荐一本机器学习、深度学习的人都应该听说过一本经典教材： 《Pattern Recognition and Machine Learning》，中文译名《模式识别与机器学习》，简称 PRML。 出自微软剑桥研究院实验室主任 Christopher Bishop 大神之手。 对，就是豆瓣评分 9.5 的这本书。

资料获取方法

2. 后台回复关键词： PRML

回复「PRML」即可获取资料