pandas中的繪圖函數

#pandas中的繪圖函數 pandas( http://http://pandas.pydata.org )是一個在python中的內存數據庫操做支持庫，在科研、金融等領域普遍使用。 pandas分爲Series(序列)和DataFrame(數據表)兩種數據結構，支持多種操做符，對於時間序列分析尤爲方便。pandas的Series和DataFrame都支持plot方法，能夠直接繪圖統計圖形。下面列出plot方法的主要參數。

1.線性圖

Series

s=Series(np.random.randn(10).cumsum(),index=np.arange(0,100,10))
s.plot()

• Series.plot方法的參數

--label 用於圖例上的標籤。
    --ax 要在其上進行繪製的matplotlib subplot對象。若是沒有設置，則使用當前matplotlib subplot
    --style 將要傳給matplotlib的風格字符串(如'ko--')    
    --alpha 圖表的填充不透明度(0-1之間)
    --kind 能夠是'line','bar','barh','kde'
    --logy 在Y軸上使用對數標尺
    --user_index 將對象的索引用做刻度標籤
    --rot 旋轉刻度標籤(0到360)
    --xticks 用做X軸刻度的值
    --yticks 用做Y軸刻度的值
    --xlim X軸的界限(例如[0,10])
    --ylim Y軸的界限
    --grid 顯示軸網格線(默認打開)

DataFrame

df=DataFrame(np.random.randn(10,4).cumsum(0),columns=['A','B','C','D'],index=np.arange(0,100,10))
df.plot()

• 專用於DataFrame的plot的參數

--subplots 將各個DataFrame列繪製到單獨的subplot中
    --sharex 若是subplots=True,則共用同一個X軸,包括刻度和界限
    --sharey 若是subplots=True,則共用同一個Y軸
    --figsize 表示圖像大小的元組
    --title 表示圖像標題的字符串
    --legend 添加一個subplot圖例(默認爲True)
    --sort_columns以字母表順序繪製各列,默認使用當前列順序

2.柱狀圖

Series

fig,axes=plt.subplots(2,1)
data=Series(np.random.randn(16),index=list('abcdefghijklmnop'))
data=data[data>0]
data.plot(kind='bar',ax=axes[0],color='k',alpha=0.7)
data.plot(kind='barh',ax=axes[1],color='k',alpha=0.7)

DataFrame

df=DataFrame(np.random.rand(6,4),
index=['one','two','three','four','five','six'],
columns=pd.Index(['A','B','C','D'],name='Genus'))
df
df.plot(kind='bar')

df.plot(kind='barh',stacked=True,alpha=0.5)

• 利用value_counts圖形化顯示Series中各值的出現頻率,好比s.value_count().plot(kind='bar')

tips=pd.read_csv('ch08/tips1.csv')
party_counts=pd.crosstab(tips.day,tips.size_new)
party_counts
party_counts=party_counts.ix[:,2:5]

*規格化, 和爲1

party_pcts=party_counts.div(party_counts.sum(1).astype(float),axis=0)
party_pcts
party_pcts.plot(kind='bar',stacked=True)

3.直方圖和密度圖

tips['tip_pct']=tips['tip']/tips['total_bill']
tips['tip_pct'].hist(bins=50)
tips['tip_pct'].plot(kind='kde')

• 須要安裝scipy(http://sourceforge.net/projects/scipy/files/scipy/0.15.1/ || http://blog.sina.com.cn/s/blog_62c832270101eo60.html)

comp1=np.random.normal(0,1,size=200)
comp2=np.random.normal(10,2,size=200)
values=Series(np.concatenate([comp1,comp2]))
values.hist(bins=100,alpha=0.3,color='k',normed=True)
values.plot(kind='kde',style='k--')

4.散佈圖

macro=pd.read_csv(r'ch08\macrodata.csv')
data=macro[['cpi','m1','tbilrate','unemp']]
trans_data=np.log(data).diff().dropna()
trans_data[-5:]
plt.scatter(trans_data['m1'],trans_data['unemp'])
plt.title('Changes in log %s vs. log %s'%('m1','unemp'))

pd.scatter_matrix(trans_data,diagonal='kde',color='k',alpha=0.3)