这篇文章主要介绍了python Pandas绘图函数怎么使用的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇python Pandas绘图函数怎么使用文章都会有所收获，下面我们一起来看看吧。
简介
| method | 绘图类别 | method | 绘图类别 |
|---|---|---|---|
'line' | 折线图[默认使用] | 'area' | 堆叠面积图 |
'bar' | 纵向条形图 | 'barh' | 横向条形图 |
'kde' | 概率分布图 | 'density' | 概率分布图 |
'box' | 箱线图 | 'hist' | 数据直方图 |
'pie' | 饼图 | ||
'scatter' | 散点图 | 'hexbin' | 六角拼接图 |
其中
scatter和
hexbin只适用于数据帧，即
DataFrame格式。所谓
DataFrame，即数据帧，可以理解为一个表格，如果不考虑表头的话，这个表格就是多维数组。
对于这些图像类别，也可以调用专门封装成的函数进行绘制，例如针对下面这组数据
import matplotlib.pyplot as plt import pandas as pd s = pd.Series([1, 2, 2.5, 3, 3.5, 4, 5])
s.plot.kde()完全等价于
s.plot(kind='kde')。
接下来逐个展示这些图表
条形图
pandas中提供横向和纵向两种条形图。
import numpy as np df = pd.DataFrame(np.random.rand(10,5), columns=['a','b','c','d','e']) df.plot.bar(title="bar") df.plot.barh(title="barh", stacked=True) plt.show()
barbarh
折线图
df.plot.line(title="line") df.plot.area(title="area") plt.show()
linearea
箱线图
箱形图（Box-plot）又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用，常见于品质管理。它主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比 较。箱线图的绘制方法是：先找出一组数据的上边缘、下边缘、中位数和两个四分位数；然后， 连接两个四分位数画出箱体；再将上边缘和下边缘与箱体相连接，中位数在箱体中间。
df.plot.box(title='box') df.plot.kde(title='kde') plt.show()
boxkde
直方图
hist为数据直方图，多条数据放在一起容易混淆，可以设置透明度
alpha。下面对高斯分布的散点进行绘制，分别绘制其数据直方图和概率密度图，可以看出二者之间的关联性。
rdNormal = np.random.normal
rand = np.random.rand
df = pd.DataFrame({
i : rdNormal(i,rand(),size=(1000)) for i in range(3)})
df.plot.hist(title='box', bins=30, alpha=0.5)
df.plot.density(title='density')
plt.show()histdensity
饼图
饼图对输入数据有一定的限制，即不允许出现负值，故在绘制之前，将
df所有值取绝对值，且不支持多组数据在一个图中绘制，故而需要开启
subplot选项
df = pd.DataFrame(np.random.rand(5,3),columns=list('abc'),index=list("ABCDE"))
df.plot.pie(title='pie', subplots=True)
plt.show()当然，这个
subplots选项是任何一种图像都可以使用的参数。
散点图和六边形分箱图
散点图是只有数据帧可以调用的绘图方法，共有两类，分别是
scatter和
hexbin，前者是普通的散点图，后者是六边形分箱图，本质上是一种二维的数据直方图。
rdNormal = np.random.normal
rand = np.random.rand
keys = ['x', 'y', 'c']
datas = {
keys[i] : rdNormal(i,rand(),size=(1000)) for i in [0,1,2]
}
df = pd.DataFrame(datas)
df.plot.scatter(x='x', y='y', c='c')
df.plot.hexbin(x='x', y='y', gridsize=10)
plt.show()scatter
hexbin