Учебники

Python Pandas — Визуализация

Декабрь 4, 2018

Эта функциональность в Series и DataFrame представляет собой простую оболочку для метода plot () из библиотек matplotlib . 

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(10,4),index=pd.date_range('1/1/2000',
   periods=10), columns=list('ABCD'))

df.plot()

Его вывод выглядит следующим образом —

Основы печати

Если индекс состоит из дат, он вызывает gct (). Autofmt_xdate () для форматирования оси X, как показано на иллюстрации выше.

Мы можем построить один столбец по сравнению с другим, используя ключевые слова x и y .

Методы печати позволяют использовать несколько стилей печати, отличных от линейного графика по умолчанию. Эти методы могут быть предоставлены в качестве аргумента типа «ключевое слово» для plot () . К ним относятся —

  • бар или бар для баров
  • гистограмма для гистограммы
  • коробка для бокса
  • «площадь» для участков
  • «разброс» для точечных графиков

Бар Участок

Давайте теперь посмотрим, что такое «Барный участок», создав его. Гистограмма может быть создана следующим образом — 

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d')
df.plot.bar()

Его вывод выглядит следующим образом —

Бар Участок

Чтобы создать гистограмму с накоплением, передайте stacked = True — 

import pandas as pd
df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d')
df.plot.bar(stacked=True)

Его вывод выглядит следующим образом —

Stacked Bar Plot

Чтобы получить горизонтальные столбцы, используйте метод Барх — 

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d')

df.plot.barh(stacked=True)

Его вывод выглядит следующим образом —

Горизонтальная полоса

Гистограммы

Гистограммы могут быть построены с использованием метода plot.hist () . Мы можем указать количество бинов. 

import pandas as pd
import numpy as np

df = pd.DataFrame({'a':np.random.randn(1000)+1,'b':np.random.randn(1000),'c':
np.random.randn(1000) - 1}, columns=['a', 'b', 'c'])

df.plot.hist(bins=20)

Его вывод выглядит следующим образом —

Гистограммы с использованием plot.hist ()

Чтобы построить различные гистограммы для каждого столбца, используйте следующий код — 

import pandas as pd
import numpy as np

df=pd.DataFrame({'a':np.random.randn(1000)+1,'b':np.random.randn(1000),'c':
np.random.randn(1000) - 1}, columns=['a', 'b', 'c'])

df.diff.hist(bins=20)

Его вывод выглядит следующим образом —

Гистограммы для столбца

Коробочные участки

Boxplot можно нарисовать, вызвав Series.box.plot () и DataFrame.box.plot () или DataFrame.boxplot () для визуализации распределения значений в каждом столбце.

Например, вот блок-график, представляющий пять испытаний из 10 наблюдений равномерной случайной величины на [0,1). 

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(10, 5), columns=['A', 'B', 'C', 'D', 'E'])
df.plot.box()

Его вывод выглядит следующим образом —

Коробочные участки

Площадь участка

График области может быть создан с использованием методов Series.plot.area () или DataFrame.plot.area () . 

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])
df.plot.area()

Его вывод выглядит следующим образом —

Площадь участка

Scatter Plot

Точечный график может быть создан с использованием методов DataFrame.plot.scatter () . 

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(50, 4), columns=['a', 'b', 'c', 'd'])
df.plot.scatter(x='a', y='b')

Его вывод выглядит следующим образом —

Scatter Plot

Круговая диаграмма

Круговая диаграмма может быть создана с использованием метода DataFrame.plot.pie () . 

import pandas as pd
import numpy as np

df = pd.DataFrame(3 * np.random.rand(4), index=['a', 'b', 'c', 'd'], columns=['x'])
df.plot.pie(subplots=True)

Его вывод выглядит следующим образом —

1384
Share: