pandas繪圖顯示 : plt.show()

儲存到本地 : 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’) 可以看到這個資料集共有63條記錄，共有三個欄位：Year，boys，girls。為了簡化計算將year作為索引

present_year = present.set_index('year'
 
)

plot是畫圖的最主要方法，Series和DataFrame都有plot方法。 我們可以這樣看一下男生出生比例的趨勢圖：

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

 這是Series上的plot方法，通過DataFrame的plot方法，你可以將男生和女生出生數量的趨勢圖畫在一起。

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方法與在多個Series呼叫多次plot方法的效果是一致。

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

 plot預設生成是曲線圖，你可以通過kind引數生成其他的圖形，可選的值為：line, bar, barh, kde, density, scatter。

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

 如果你需要累積的柱狀圖，則只需要指定stacked=True。

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

 製作相對的累積柱狀圖，需要一點小技巧。 首先需要計算每一行的彙總值，可以在DataFrame上直接呼叫sum方法，引數為1，表示計算行的彙總。預設為0，表示計算列的彙總。

present_year.sum(1)[:5]

year 1940 2360399 1941 2513427 1942 2808996 1943 2936860 1944 2794800 dtype: int64 有了每一行的彙總值之後，再用每個元素除以對應行的彙總值就可以得出需要的資料。這裡可以使用DataFrame的div函式，同樣要指定axis的值為0。

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

 散點圖和相關 plot也可以畫出散點圖。使用kind=’scatter’, x和y指定x軸和y軸使用的欄位。

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

 我們再來載入一下鳶尾花資料。

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')

箱圖

DataFrame提供了boxplot方法可以用來畫箱圖。

iris.boxplot()

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

直方圖和概率密度分佈

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

多變數的視覺化

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')