Pandas绘图功能
目录
- 柱状图
- 箱线图
- 密度图
- 条形图
- 散点图
- 折线图
- 保存绘图
- 总结
可视化是用来探索性数据分析最强大的工具之一。Pandas库包含基本的绘图功能，可以让你创建各种绘图。Pandas中的绘图是在matplotlib之上构建的，如果你很熟悉matplotlib你会惊奇地发现他们的绘图风格是一样的。
本案例用到的数据集是关于钻石的。
import numpy as np
import pandas as pd
import matplotlib
%matplotlib inlinediamonds = pd.read_csv("diamonds.csv")
diamonds = diamonds.drop("Unnamed: 0", axis=1)
print(diamonds.shape)
diamonds.head(5)(53940, 10)
输出结果显示，数据集包含53940个不同钻石的10个特征，其中有数值变量也有分类变量。
柱状图
柱状图是一个单变量图（注意区分柱状图和条形图），它将一个数值变量分组到各个数值单元中，并显示每个单元中的观察值数量。直方图是了解数值变量分布的一种有用工具。所用到的方法是df.hist()
diamonds.hist(column="carat", # 具体列
figsize=(8,8), # 图片大小
color="blue"); # 绘画颜色
从图上我们可以看到钻石重量的分布是十分倾斜的：大多数钻石大约1克拉及以下，但也有极少量极端值。 为了获得更多细节的数据，我们可以增加分箱的数量来查看更小范围内的钻石重量，通过限制x轴的宽度使整个图形在画布上显得不那么拥挤。
diamonds.hist(column="carat",
figsize=(8,8),
color="blue",
bins=50,
range= (0,3.5)); 
这个直方图让我们更好地了解了分布中的一些细微差别，但我们不能确定它是否包含所有数据。将X轴限制在3.5可能会剔除一些异常值，以至于它们在原始图表中没有显示。接下来看看有没有钻石大于3.5克拉：
diamonds[diamonds["carat"] > 3.5]
哦豁，真的有9颗钻石比3.5克拉大，这些'怪种'钻石我们应该关心吗？出于数据探索的目的，我们完全可以舍弃这些点，但如果是把数据的全貌展示给别人看，我觉得有必要详细说明：范围之外还存在9个离群点。
箱线图
箱线图是另一种单变量图， 方法pd.boxplot()
diamonds.boxplot(column="carat");
箱线图的中心框代表中间50%的观察值，中心线代表中位数。 boxplot最有用的特性之一是能够生成并排的boxplots。每个分类变量都在一个不同的boxside上绘制一个分类变量。接下来将钻石价格按钻石净度分成两部分来做一个并排的方框图：
diamonds.boxplot(column="price",
by= "clarity",
figsize= (8,8)); 
上面的箱线图很奇怪：按理说清晰度更好的钻石能卖到更高的价格，然而清晰度最高的钻石(IF)的中间价却比低净度钻石低！这是为什么呢？也许下面这个图可以给我们一些启示：
diamonds.boxplot(column="carat",
by= "clarity",
figsize= (8,8)); 
上面的图表显示，透明度较低的钻石往往更大,透明度高的钻石更加小巧。由于尺寸重量是决定钻石价值的另一个重要因素，因此低透明度钻石的中间价较高也就不足为奇了。
密度图
密度图以连续曲线显示数值变量的分布。它类似于柱状图，但密度图能更好地显示分布的基本形状。series.plot(kind="density")
diamonds["carat"].plot(kind="density",
figsize=(8,8),
xlim= (0,5)); 
条形图
条形图是直观显示分类变量计数的图形，df.plot(kind="bar")：
carat_table = pd.crosstab(index=diamonds["clarity"], columns="count")
carat_table
carat_table.plot(kind="bar",
figsize=(8,8));
可以使用二维表格创建堆积条形图。堆积条形图显示每个条形图中另一个变量的分布：
carat_table = pd.crosstab(index=diamonds["clarity"],
columns=diamonds["color"])
carat_table
carat_table.plot(kind="bar",
figsize=(8,8),
stacked=True);
分组条形图是堆叠条形图的另一种选择，设置stacked=False即可：
carat_table.plot(kind="bar",
figsize=(8,8),
stacked=False);
散点图
散点图是双变量图，采用两个数值变量，并在x/y平面上绘制数据点。创建单个散点图使用方法df.plot(kind="scatter")：
diamonds.plot(kind="scatter", # Create a scatterplot
x="carat", # Put carat on the x axis
y="price", # Put price on the y axis
figsize=(10,10),
ylim=(0,20000));
尽管上面的散点图有许多重叠点，但它仍然让我们对钻石克拉重量和价格之间的关系有了一些了解：大钻石通常更贵。
折线图
折线图通常用于绘制时间序列数据：
years = [y for y in range(1950,2016)]
readings = [(y+np.random.uniform(0,20)-1900) for y in years]
time_df = pd.DataFrame({"year":years,
"readings":readings})
time_df.plot(x="year",
y="readings",
figsize=(9,9));
保存绘图
如果要保存图片供以后使用，两步就可以轻松解决：首先用plot.get_figure()，然后用figure.savefig("filename")。图片可以保存为多种常见的文件格式，例如png、jpeg和pdf。
my_plot = time_df.plot(x="year",
y="readings",
figsize=(9,9))
my_fig = my_plot.get_figure()
my_fig.savefig("line_plot_example.png") 总结
Python绘图生态系统有许多不同的库，大部分人可能会很难从中抉择，不知道该如何人下手。Pandas绘图函数使你能够快速地可视化和浏览数据。Pandas绘图函数并没有提供尽善尽美的所有功能，但它们通常足以完成任务。