Pandas数据可视化原来也这么厉害
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