python-pandas绘图

pandas绘图显示 : plt.show()

保存到本地 : plt.savefig(‘image.png’)

%matplotlib inline

import pandas as pd
import matplotlib.pyplot as plt

present = pd.read_table('data.txt', sep=' ')

present.shape

(63, 3)

present.columns

Index([u’year’, u’boys’, u’girls’], dtype=’object’) 可以看到这个数据集共有63条记录，共有三个字段：Year，boys，girls。为了简化计算将year作为索引

present_year = present.set_index('year')

plot是画图的最主要方法，Series和DataFrame都有plot方法。 我们可以这样看一下男生出生比例的趋势图：

present_year['boys'].plot()
plt.legend(loc='best')

 这是Series上的plot方法，通过DataFrame的plot方法，你可以将男生和女生出生数量的趋势图画在一起。

present_year.plot()       #has index,column


present_year.girls.plot(color='g')
present_year.boys.plot(color='b')
plt.legend(loc='best')

 可以看到DataFrame提供plot方法与在多个Series调用多次plot方法的效果是一致。

present_year[:10].plot(kind='bar')

 plot默认生成是曲线图，你可以通过kind参数生成其他的图形，可选的值为：line, bar, barh, kde, density, scatter。

present_year[:10].plot(kind='barh')

 如果你需要累积的柱状图，则只需要指定stacked=True。

present_year[:10].plot(kind='bar', stacked=True)

 制作相对的累积柱状图，需要一点小技巧。 首先需要计算每一行的汇总值，可以在DataFrame上直接调用sum方法，参数为1，表示计算行的汇总。默认为0，表示计算列的汇总。

present_year.sum(1)[:5]

year 1940 2360399 1941 2513427 1942 2808996 1943 2936860 1944 2794800 dtype: int64 有了每一行的汇总值之后，再用每个元素除以对应行的汇总值就可以得出需要的数据。这里可以使用DataFrame的div函数，同样要指定axis的值为0。

present_year.div(present_year.sum(1),axis=0)[:10].plot(kind='barh', stacked=True)

 散点图和相关 plot也可以画出散点图。使用kind=’scatter’, x和y指定x轴和y轴使用的字段。

present_year.plot(x='boys', y='girls', kind='scatter')

 我们再来载入一下鸢尾花数据。

iris = pd.read_csv('iris.csv')
iris.head(5)

	SepalLength	SepalWidth	PetalLength	PetalWidth	Name
0	5.1	3.5	1.4	0.2	Iris-setosa
1	4.9	3.0	1.4	0.2	Iris-setosa
2	4.7	3.2	1.3	0.2	Iris-setosa
3	4.6	3.1	1.5	0.2	Iris-setosa
4	5.0	3.6	1.4	0.2	Iris-setosa

iris.corr()

	SepalLength	SepalWidth	PetalLength	PetalWidth
SepalLength	1.000000	-0.109369	0.871754	0.817954
SepalWidth	-0.109369	1.000000	-0.420516	-0.356544
PetalLength	0.871754	-0.420516	1.000000	0.962757
PetalWidth	0.817954	-0.356544	0.962757	1.000000

from pandas.tools.plotting import scatter_matrix
scatter_matrix(iris, alpha=0.2, figsize=(6, 6), diagonal='kde')

箱图

DataFrame提供了boxplot方法可以用来画箱图。

iris.boxplot()

iris.boxplot(by='Name', figsize=(8, 8))

直方图和概率密度分布

iris.ix[:,:-1].hist()
iris.plot(kind='kde')

多变量的可视化

Radviz

from pandas.tools.plotting import radviz
radviz(iris, 'Name')

from pandas.tools.plotting import andrews_curves
andrews_curves(iris, 'Name')

Parallel Coordinates

from pandas.tools.plotting import parallel_coordinates
parallel_coordinates(iris, 'Name')