來自：http://cloga.info/python/2014/02/23/Plotting_with_Pandas/#wat_e_12612920-6fe4-464e-a2b0-3b1f13c1a4f6_zss_
關於Pandas的基本使用介紹，請查看另一篇博文：Python中的結構化數據分析利器-Pandas簡介
推薦使用ipython的pylab模式，如果要在ipython notebook中嵌入圖片，則還需要指定pylab=inline。
ipython --pylab ##ipython的pylab模式
ipython notebook --pylab=inline ##notebook的inline模式
import pandas as pd
基本畫圖命令
Pandas通過整合matplotlib的相關功能實現了基於DataFrame的一些 作圖功能。下面的數據是每年美國男女出生數據：
url = 'http://s3.amazonaws.com/assets.datacamp.com/course/dasi/present.txt'
present = pd.read_table(url, sep=' ')
present.shape
(63, 3)
present.columns
Index([u'year', u'boys', u'girls'], dtype='object')
可以看到這個數據集共有63條記錄，共有三個字段：Year，boys，girls。爲了簡化計算將year作爲索引。
present_year = present.set_index('year')
plot是畫圖的最主要方法，Series和DataFrame都有plot方法。
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')
<matplotlib.legend.Legend at 0x10b9c7610>
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()
<matplotlib.axes.AxesSubplot at 0x108ce4910>
present_year.girls.plot(color='g')
present_year.boys.plot(color='b')
plt.legend(loc='best')
<matplotlib.legend.Legend at 0x10999e510>
可以看到DataFrame提供plot方法與在多個Series調用多次plot方法的效果是一致。
present_year[:10].plot(kind='bar')
<matplotlib.axes.AxesSubplot at 0x10ab31390>
plot默認生成是曲線圖，你可以通過kind參數生成其他的圖形，可選的值爲：line, bar, barh, kde, density, scatter。
present_year[:10].plot(kind='bar')
<matplotlib.axes.AxesSubplot at 0x10bb35890>
present_year[:10].plot(kind='barh')
<matplotlib.axes.AxesSubplot at 0x10eb01890>
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)
<matplotlib.axes.AxesSubplot at 0x10bbdb3d0>
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上直接調用sum方法，參數爲1，表示計算行的彙總。默認爲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數據。這裏可以使用DataFrame的div函數，同樣要指定axis的值爲0。
present_year.div(present_year.sum(1),axis=0)[:10].plot(kind='barh', stacked=True)
<matplotlib.axes.AxesSubplot at 0x113223290>
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軸使用的字段。
present_year.plot(x='boys', y='girls', kind='scatter')
<matplotlib.axes.AxesSubplot at 0x1141c9810>
再來載入一下鳶尾花數據。
url_2 = 'https://raw.github.com/pydata/pandas/master/pandas/tests/data/iris.csv'
iris = pd.read_csv(url_2)
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 |
5 rows × 5 columns
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 |
4 rows × 4 columns
from pandas.tools.plotting import scatter_matrix
scatter_matrix(iris, alpha=0.2, figsize=(6, 6), diagonal='kde')
array([[<matplotlib.axes.AxesSubplot object at 0x1141e5290>,
<matplotlib.axes.AxesSubplot object at 0x114313610>,
<matplotlib.axes.AxesSubplot object at 0x11433fbd0>,
<matplotlib.axes.AxesSubplot object at 0x114328e10>],
[<matplotlib.axes.AxesSubplot object at 0x11411f350>,
<matplotlib.axes.AxesSubplot object at 0x114198690>,
<matplotlib.axes.AxesSubplot object at 0x114181b90>,
<matplotlib.axes.AxesSubplot object at 0x11436eb90>],
[<matplotlib.axes.AxesSubplot object at 0x11438ced0>,
<matplotlib.axes.AxesSubplot object at 0x114378310>,
<matplotlib.axes.AxesSubplot object at 0x1143e34d0>,
<matplotlib.axes.AxesSubplot object at 0x114d0a810>],
[<matplotlib.axes.AxesSubplot object at 0x1143ecd50>,
<matplotlib.axes.AxesSubplot object at 0x114d40e90>,
<matplotlib.axes.AxesSubplot object at 0x114d63210>,
<matplotlib.axes.AxesSubplot object at 0x114d4a2d0>]], dtype=object)
箱圖
DataFrame提供了boxplot方法可以用來畫箱圖。
iris.boxplot()
{'boxes': [<matplotlib.lines.Line2D at 0x1141439d0>,
<matplotlib.lines.Line2D at 0x11416c1d0>,
<matplotlib.lines.Line2D at 0x1141559d0>,
<matplotlib.lines.Line2D at 0x11414b210>],
'caps': [<matplotlib.lines.Line2D at 0x11416af90>,
<matplotlib.lines.Line2D at 0x1141434d0>,
<matplotlib.lines.Line2D at 0x114172790>,
<matplotlib.lines.Line2D at 0x114172c90>,
<matplotlib.lines.Line2D at 0x114153f90>,
<matplotlib.lines.Line2D at 0x1141554d0>,
<matplotlib.lines.Line2D at 0x11414f7d0>,
<matplotlib.lines.Line2D at 0x11414fcd0>],
'fliers': [<matplotlib.lines.Line2D at 0x114145410>,
<matplotlib.lines.Line2D at 0x114145b50>,
<matplotlib.lines.Line2D at 0x11416cbd0>,
<matplotlib.lines.Line2D at 0x1141530d0>,
<matplotlib.lines.Line2D at 0x114151410>,
<matplotlib.lines.Line2D at 0x114151b90>,
<matplotlib.lines.Line2D at 0x11414bc10>,
<matplotlib.lines.Line2D at 0x1141743d0>],
'medians': [<matplotlib.lines.Line2D at 0x114143ed0>,
<matplotlib.lines.Line2D at 0x11416c6d0>,
<matplotlib.lines.Line2D at 0x114155ed0>,
<matplotlib.lines.Line2D at 0x11414b710>],
'whiskers': [<matplotlib.lines.Line2D at 0x11416a7d0>,
<matplotlib.lines.Line2D at 0x11416aa10>,
<matplotlib.lines.Line2D at 0x114172050>,
<matplotlib.lines.Line2D at 0x114172290>,
<matplotlib.lines.Line2D at 0x114153590>,
<matplotlib.lines.Line2D at 0x114153a90>,
<matplotlib.lines.Line2D at 0x11414f090>,
<matplotlib.lines.Line2D at 0x11414f2d0>]}
通過by參數可以計算不同分組情況下，各個字段的箱圖。
iris.boxplot(by='Name', figsize=(8, 8))
array([[<matplotlib.axes.AxesSubplot object at 0x120dd8f50>,
<matplotlib.axes.AxesSubplot object at 0x1218d3410>],
[<matplotlib.axes.AxesSubplot object at 0x1218f47d0>,
<matplotlib.axes.AxesSubplot object at 0x1218de490>]], dtype=object)
直方圖和概率密度分佈
iris.ix[:,:-1].hist()
iris.plot(kind='kde')
<matplotlib.axes.AxesSubplot at 0x117263890>
多變量的可視化
Radviz
from pandas.tools.plotting import radviz
radviz(iris, 'Name')
<matplotlib.axes.AxesSubplot at 0x11412e550>
Andrews Curves
from pandas.tools.plotting import andrews_curves
andrews_curves(iris, 'Name')
<matplotlib.axes.AxesSubplot at 0x1218e2d50>
Parallel Coordinates
from pandas.tools.plotting import parallel_coordinates
parallel_coordinates(iris, 'Name')
<matplotlib.axes.AxesSubplot at 0x1224b36d0>
你也可以查看本文的ipython notebook版本：http://nbviewer.ipython.org/gist/cloga/9171281
