用Pandas作图
菏泽市人事信息网-心得体会
用Pandas作图
分类： python2014-07-11
12:20 32人阅读 评论(0) 收藏 举报
目录(?)[+]
来自：http:t
hon20140223Plotting_with_Pandas#wat_e_12612920-6fe
4-464e-a2b0-3b1f13c1a4f6_zss_
关于Pandas的基本使用介绍，请查看另一篇博文：Python中的结构化数据分析利器-
Pandas简介
推荐使用ipython的pylab模式，如果要在ipython
notebook中嵌入图片，则还需要指定pylab=inline。
ipython
--pylab ##ipython
的
pylab
模式
ipython notebook --pylab=inline
##notebook
的
inline
模式
import
pandas as pd
基本画图命令
Pandas通过整合matplotlib的相关功能实现了基于DataFrame的一些
作图功能。下面的数据是每年美国男女出生数据：
url =
'http:rsedasi
'
present = _table(url, sep='
')
(63, 3)
s
Index([u'year',
u'boys', u'girls'], dtype='object')
可以看到这个数据集共
有63条记录，共有三个字段：Year，boys，girls。为了简化计算将year作为索引。
present_year = _index('year')
plot是画图的最主要方法，Series和DataFrame都有plot方法。
可以这样看一下男生出生比例的趋势图：
present_year['boys'].plot()
(loc='best')
< at 0x10b9c7610>
这是Series上的plot方法，通过
DataFrame的plot方法，你可以将男生和女生出生数量的趋势图画在一起。
present_()
present_(color='g')
present_(color='b')
(loc='best')
< at
0x10999e510>
可以看到DataFrame提供plot方法与在多个Ser
ies调用多次plot方法的效果是一致。
present_year[:10].plot(kind='bar')
plot默认生成是曲线图，你可以通过kind参数生成其他的图形，可选的值为：line,
bar, barh, kde, density, scatter。
present_year[:10].plot(kind='bar')
present_year[:10].plot(kind='barh')
如果你需要累积的柱状图，则只需要指定stacked=True。
present_year[:10].plot(kind='bar',
stacked=True)
制作相对的累积柱状图，需要一点小技巧。
首先需要计算每一行的汇总值，可以在DataF
rame上直接调用sum方法，参数为1，表示计算行的汇总。默认为0，表示计算列的汇总。
present_(1)[:5]
year
1940 2360399
1941 2513427
1942 2808996
1943
2936860
1944 2794800
dtype:
int64
有了每一行的汇总值之后，再用每个元素除以对应行的汇总值就可以得出需要的数据。这里
可以使用DataFrame的div函数，同样要指
定axis的值为0。
present
_(present_(1),axis=0)[:10].plot(kind='b
arh',
stacked=True)
散点图和相关
plot也可以画出散点图。使用kind='scatter',
x和y指定x轴和y轴使用的字段。
present_(x='boys', y='girls',
kind='scatter')
再来载入一下鸢尾花数据。
url_2 =
'https:atapandasmasterpandastes
'
iris =
_csv(url_2)
(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
()
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 ng import scatter_matrix
scatter_matrix(iris, alpha=0.2, figsize=(6,
6), diagonal='kde')
array([[
[
[
[
type=object)
箱图
DataFrame提供了boxplot方法可以用来画箱图。
t()
{'boxes': [<2D at 0x1141439d0>,
<2D at
0x11416c1d0>,
<2D at 0x1141559d0>,
<2D
at 0x11414b210>],
'caps': [<2D at
0x11416af90>,
<2D at 0x1141434d0>,
<2D
at 0x114172790>,
<2D at 0x114172c90>,
<2D at 0x114153f90>,
<2D at 0x1141554d0>,
<2D at 0x11414f7d0>,
<2D at
0x11414fcd0>],
'fliers': [<2D at
0x114145410>,
<2D at 0x114145b50>,
<2D
at 0x11416cbd0>,
<2D at 0x1141530d0>,
<2D at 0x114151410>,
<2D at 0x114151b90>,
<2D at 0x11414bc10>,
<2D at
0x1141743d0>],
'medians': [<2D at
0x114143ed0>,
<2D at 0x11416c6d0>,
<2D
at 0x114155ed0>,
<2D at 0x11414b710>],
'whiskers': [<2D at 0x11416a7d0>,
<2D at
0x11416aa10>,
<2D at 0x114172050>,
<2D
at 0x114172290>,
<2D at 0x114153590>,
<2D at 0x114153a90>,
<2D at 0x11414f090>,
<2D at 0x11414f2d0>]}
通过by参数可以计算不同分组情况下，各个字段的箱图。
t(by='Name',
figsize=(8, 8))
array([[
[
type=object)
直方图和概率密度分布
[:,:-1].hist()
(kind='kde')
多变量的可视化
Radviz
from ng import radviz
radviz(iris, 'Name')
Andrews Curves
from ng import andrews_curves
andrews_curves(iris, 'Name')
Parallel Coordinates
from ng import parallel_coordinates
parallel_coordinates(iris, 'Name')
你也可以查看本文的ipython
notebook版本：http:tcloga9171281