簡介
python中matplotlib是非常重要并且友善的圖形化工具，使用matplotlib可以可視化的進行資料分析，今天本文将會詳細講解Pandas中的matplotlib應用。
基礎畫圖
要想使用matplotlib，我們需要引用它：
In [1]: import matplotlib.pyplot as plt 假如我們要從2020年1月1日開始，随機生成365天的資料，然後作圖表示應該這樣寫：
ts = pd.Series(np.random.randn(365), index=pd.date_range("1/1/2020", periods=365))
ts.plot() 使用DF可以同時畫多個Series的圖像：
df3 = pd.DataFrame(np.random.randn(365, 4), index=ts.index, columns=list("ABCD"))
df3= df3.cumsum()
df3.plot() 可以指定行和列使用的資料：
df3 = pd.DataFrame(np.random.randn(365, 2), columns=["B", "C"]).cumsum()
df3["A"] = pd.Series(list(range(len(df))))
df3.plot(x="A", y="B"); 其他圖像
plot() 支援很多圖像類型，包括bar, hist, box, density, area, scatter, hexbin, pie等，下面我們分别舉例子來看下怎麼使用。
bar
df.iloc[5].plot(kind="bar"); 多個列的bar：
df2 = pd.DataFrame(np.random.rand(10, 4), columns=["a", "b", "c", "d"])
df2.plot.bar(); stacked bar
df2.plot.bar(stacked=True); barh
barh 表示橫向的bar圖：
df2.plot.barh(stacked=True); Histograms
df2.plot.hist(alpha=0.5); box
df.plot.box(); box可以自定義顔色：
color = {
....: "boxes": "DarkGreen",
....: "whiskers": "DarkOrange",
....: "medians": "DarkBlue",
....: "caps": "Gray",
....: }
df.plot.box(color=color, sym="r+"); 可以轉成橫向的：
df.plot.box(vert=False); 除了box，還可以使用DataFrame.boxplot來畫box圖：
In [42]: df = pd.DataFrame(np.random.rand(10, 5))
In [44]: bp = df.boxplot() boxplot可以使用by來進行分組：
df = pd.DataFrame(np.random.rand(10, 2), columns=["Col1", "Col2"])
df
Out[90]:
Col1 Col2
0 0.047633 0.150047
1 0.296385 0.212826
2 0.562141 0.136243
3 0.997786 0.224560
4 0.585457 0.178914
5 0.551201 0.867102
6 0.740142 0.003872
7 0.959130 0.581506
8 0.114489 0.534242
9 0.042882 0.314845
df.boxplot() 現在給df加一列：
df["X"] = pd.Series(["A", "A", "A", "A", "A", "B", "B", "B", "B", "B"])
df
Out[92]:
Col1 Col2 X
0 0.047633 0.150047 A
1 0.296385 0.212826 A
2 0.562141 0.136243 A
3 0.997786 0.224560 A
4 0.585457 0.178914 A
5 0.551201 0.867102 B
6 0.740142 0.003872 B
7 0.959130 0.581506 B
8 0.114489 0.534242 B
9 0.042882 0.314845 B
bp = df.boxplot(by="X") Area
使用 Series.plot.area() 或者 DataFrame.plot.area() 可以畫出area圖。
In [60]: df = pd.DataFrame(np.random.rand(10, 4), columns=["a", "b", "c", "d"])
In [61]: df.plot.area(); 如果不想疊加，可以指定stacked=False
In [62]: df.plot.area(stacked=False); Scatter
DataFrame.plot.scatter() 可以建立點圖。
In [63]: df = pd.DataFrame(np.random.rand(50, 4), columns=["a", "b", "c", "d"])
In [64]: df.plot.scatter(x="a", y="b"); scatter圖還可以帶第三個軸：
df.plot.scatter(x="a", y="b", c="c", s=50); 可以将第三個參數變為散點的大小：
df.plot.scatter(x="a", y="b", s=df["c"] * 200); Hexagonal bin
使用 DataFrame.plot.hexbin() 可以建立蜂窩圖：
In [69]: df = pd.DataFrame(np.random.randn(1000, 2), columns=["a", "b"])
In [70]: df["b"] = df["b"] + np.arange(1000)
In [71]: df.plot.hexbin(x="a", y="b", gridsize=25); 預設情況下顔色深度表示的是（x，y）中元素的個數，可以通過reduce_C_function來指定不同的聚合方法：比如
mean
,
max
sum
std
.
In [72]: df = pd.DataFrame(np.random.randn(1000, 2), columns=["a", "b"])
In [73]: df["b"] = df["b"] = df["b"] + np.arange(1000)
In [74]: df["z"] = np.random.uniform(0, 3, 1000)
In [75]: df.plot.hexbin(x="a", y="b", C="z", reduce_C_function=np.max, gridsize=25); Pie
使用 DataFrame.plot.pie() 或者 Series.plot.pie()來建構餅圖：
In [76]: series = pd.Series(3 * np.random.rand(4), index=["a", "b", "c", "d"], name="series")
In [77]: series.plot.pie(figsize=(6, 6)); 可以按照列的個數分别作圖：
In [78]: df = pd.DataFrame(
....: 3 * np.random.rand(4, 2), index=["a", "b", "c", "d"], columns=["x", "y"]
....: )
....:
In [79]: df.plot.pie(subplots=True, figsize=(8, 4)); 更多定制化的内容：
In [80]: series.plot.pie(
....: labels=["AA", "BB", "CC", "DD"],
....: colors=["r", "g", "b", "c"],
....: autopct="%.2f",
....: fontsize=20,
....: figsize=(6, 6),
....: ); 如果傳入的value值加起來不是1，那麼會畫出一個傘形：
In [81]: series = pd.Series([0.1] * 4, index=["a", "b", "c", "d"], name="series2")
In [82]: series.plot.pie(figsize=(6, 6)); 在畫圖中處理NaN資料
下面是預設畫圖方式中處理NaN資料的方式：
| 畫圖方式 | 處理NaN的方式 |
| Line | Leave gaps at NaNs |
| Line (stacked) | Fill 0’s |
| Bar | |
| Drop NaNs | |
| Histogram | Drop NaNs (column-wise) |
| Box | |
| KDE | |
| Hexbin | |
其他作圖工具
散點矩陣圖Scatter matrix
可以使用pandas.plotting中的scatter_matrix來畫散點矩陣圖：
In [83]: from pandas.plotting import scatter_matrix
In [84]: df = pd.DataFrame(np.random.randn(1000, 4), columns=["a", "b", "c", "d"])
In [85]: scatter_matrix(df, alpha=0.2, figsize=(6, 6), diagonal="kde"); 密度圖Density plot
使用 Series.plot.kde() 和 DataFrame.plot.kde() 可以畫出密度圖：
In [86]: ser = pd.Series(np.random.randn(1000))
In [87]: ser.plot.kde(); 安德魯斯曲線Andrews curves
安德魯斯曲線允許将多中繼資料繪制為大量曲線，這些曲線是使用樣本的屬性作為傅裡葉級數的系數建立的. 通過為每個類對這些曲線進行不同的着色，可以可視化資料聚類。 屬于同一類别的樣本的曲線通常會更靠近在一起并形成較大的結構。
In [88]: from pandas.plotting import andrews_curves
In [89]: data = pd.read_csv("data/iris.data")
In [90]: plt.figure();
In [91]: andrews_curves(data, "Name"); 平行坐标Parallel coordinates
平行坐标是一種用于繪制多中繼資料的繪制技術。 平行坐标允許人們檢視資料中的聚類，并直覺地估計其他統計資訊。 使用平行坐标點表示為連接配接的線段。 每條垂直線代表一個屬性。 一組連接配接的線段代表一個資料點。 趨于聚集的點将顯得更靠近。
In [92]: from pandas.plotting import parallel_coordinates
In [93]: data = pd.read_csv("data/iris.data")
In [94]: plt.figure();
In [95]: parallel_coordinates(data, "Name"); 滞後圖lag plot
滞後圖是用時間序列和相應的滞後階數序列做出的散點圖。可以用于觀測自相關性。
In [96]: from pandas.plotting import lag_plot
In [97]: plt.figure();
In [98]: spacing = np.linspace(-99 * np.pi, 99 * np.pi, num=1000)
In [99]: data = pd.Series(0.1 * np.random.rand(1000) + 0.9 * np.sin(spacing))
In [100]: lag_plot(data); 自相關圖Autocorrelation plot
自相關圖通常用于檢查時間序列中的随機性。 自相關圖是一個平面二維坐标懸垂線圖。橫坐标表示延遲階數，縱坐标表示自相關系數。
In [101]: from pandas.plotting import autocorrelation_plot
In [102]: plt.figure();
In [103]: spacing = np.linspace(-9 * np.pi, 9 * np.pi, num=1000)
In [104]: data = pd.Series(0.7 * np.random.rand(1000) + 0.3 * np.sin(spacing))
In [105]: autocorrelation_plot(data); Bootstrap plot
bootstrap plot用于直覺地評估統計資料的不确定性，例如均值，中位數，中間範圍等。從資料集中選擇指定大小的随機子集，為該子集計算出相關統計資訊， 重複指定的次數。 生成的圖和直方圖構成了引導圖。
In [106]: from pandas.plotting import bootstrap_plot
In [107]: data = pd.Series(np.random.rand(1000))
In [108]: bootstrap_plot(data, size=50, samples=500, color="grey"); RadViz
他是基于彈簧張力最小化算法。它把資料集的特征映射成二維目标空間機關圓中的一個點，點的位置由系在點上的特征決定。把執行個體投入圓的中心，特征會朝圓中此執行個體位置（執行個體對應的歸一化數值）“拉”執行個體。
In [109]: from pandas.plotting import radviz
In [110]: data = pd.read_csv("data/iris.data")
In [111]: plt.figure();
In [112]: radviz(data, "Name"); 圖像的格式
matplotlib 1.5版本之後，提供了很多預設的畫圖設定，可以通過matplotlib.style.use(my_plot_style)來進行設定。
可以通過使用matplotlib.style.available來列出所有可用的style類型：
import matplotlib as plt;
plt.style.available
Out[128]:
['seaborn-dark',
'seaborn-darkgrid',
'seaborn-ticks',
'fivethirtyeight',
'seaborn-whitegrid',
'classic',
'_classic_test',
'fast',
'seaborn-talk',
'seaborn-dark-palette',
'seaborn-bright',
'seaborn-pastel',
'grayscale',
'seaborn-notebook',
'ggplot',
'seaborn-colorblind',
'seaborn-muted',
'seaborn',
'Solarize_Light2',
'seaborn-paper',
'bmh',
'seaborn-white',
'dark_background',
'seaborn-poster',
'seaborn-deep'] 去掉小圖示
預設情況下畫出來的圖會有一個表示列類型的圖示，可以使用legend=False禁用：
In [115]: df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list("ABCD"))
In [116]: df = df.cumsum()
In [117]: df.plot(legend=False); 設定label的名字
In [118]: df.plot();
In [119]: df.plot(xlabel="new x", ylabel="new y"); 縮放
畫圖中如果X軸或者Y軸的資料差異過大，可能會導緻圖像展示不友好，數值小的部分基本上無法展示，可以傳入logy=True進行Y軸的縮放：
In [120]: ts = pd.Series(np.random.randn(1000), index=pd.date_range("1/1/2000", periods=1000))
In [121]: ts = np.exp(ts.cumsum())
In [122]: ts.plot(logy=True); 多個Y軸
使用secondary_y=True 可以繪制多個Y軸資料：
In [125]: plt.figure();
In [126]: ax = df.plot(secondary_y=["A", "B"])
In [127]: ax.set_ylabel("CD scale");
In [128]: ax.right_ax.set_ylabel("AB scale"); 小圖示上面預設會添加right字樣，想要去掉的話可以設定mark_right=False：
In [129]: plt.figure();
In [130]: df.plot(secondary_y=["A", "B"], mark_right=False); 坐标文字調整
使用時間做坐标的時候，因為時間太長，導緻x軸的坐标值顯示不完整，可以使用x_compat=True 來進行調整：
In [133]: plt.figure();
In [134]: df["A"].plot(x_compat=True); 如果有多個圖像需要調整，可以使用with：
In [135]: plt.figure();
In [136]: with pd.plotting.plot_params.use("x_compat", True):
.....: df["A"].plot(color="r")
.....: df["B"].plot(color="g")
.....: df["C"].plot(color="b")
.....: 子圖
繪制DF的時候，可以将多個Series分開作為子圖顯示：
In [137]: df.plot(subplots=True, figsize=(6, 6)); 可以修改子圖的layout：
df.plot(subplots=True, layout=(2, 3), figsize=(6, 6), sharex=False); 上面等價于：
In [139]: df.plot(subplots=True, layout=(2, -1), figsize=(6, 6), sharex=False); 一個更複雜的例子：
In [140]: fig, axes = plt.subplots(4, 4, figsize=(9, 9))
In [141]: plt.subplots_adjust(wspace=0.5, hspace=0.5)
In [142]: target1 = [axes[0][0], axes[1][1], axes[2][2], axes[3][3]]
In [143]: target2 = [axes[3][0], axes[2][1], axes[1][2], axes[0][3]]
In [144]: df.plot(subplots=True, ax=target1, legend=False, sharex=False, sharey=False);
In [145]: (-df).plot(subplots=True, ax=target2, legend=False, sharex=False, sharey=False); 畫表格
如果設定table=True ， 可以直接将表格資料一并顯示在圖中：
In [165]: fig, ax = plt.subplots(1, 1, figsize=(7, 6.5))
In [166]: df = pd.DataFrame(np.random.rand(5, 3), columns=["a", "b", "c"])
In [167]: ax.xaxis.tick_top() # Display x-axis ticks on top.
In [168]: df.plot(table=True, ax=ax)
fig table還可以顯示在圖檔上面：
In [172]: from pandas.plotting import table
In [173]: fig, ax = plt.subplots(1, 1)
In [174]: table(ax, np.round(df.describe(), 2), loc="upper right", colWidths=[0.2, 0.2, 0.2]);
In [175]: df.plot(ax=ax, ylim=(0, 2), legend=None); 使用Colormaps
如果Y軸的資料太多的話，使用預設的線的顔色可能不好分辨。這種情況下可以傳入colormap 。
In [176]: df = pd.DataFrame(np.random.randn(1000, 10), index=ts.index)
In [177]: df = df.cumsum()
In [178]: plt.figure();
In [179]: df.plot(colormap="cubehelix"); 本文已收錄于 http://www.flydean.com/09-python-pandas-plot/ 最通俗的解讀，最深刻的幹貨，最簡潔的教程，衆多你不知道的小技巧等你來發現！
![GitHub連夜封殺！這份阿裡 10W 字内部 Java 字面試手冊到底有多強？[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)