> For the complete documentation index, see [llms.txt](https://docs.flydean.com/www.flydean.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.flydean.com/www.flydean.com/docs/python/03-pandas/09-python-pandas-plot.md).

# 09-python-pandas-plot

## 9. Pandas高级教程之:plot画图详解

## 简介

python中matplotlib是非常重要并且方便的图形化工具，使用matplotlib可以可视化的进行数据分析，今天本文将会详细讲解Pandas中的matplotlib应用。

## 基础画图

要想使用matplotlib，我们需要引用它：

```
In [1]: import matplotlib.pyplot as plt
```

假如我们要从2020年1月1日开始，随机生成365天的数据，然后作图表示应该这样写：

```
ts = pd.Series(np.random.randn(365), index=pd.date_range("1/1/2020", periods=365))

ts.plot()
```

![](https://img-blog.csdnimg.cn/20201228180119712.png)

使用DF可以同时画多个Series的图像：

```
df3 =  pd.DataFrame(np.random.randn(365, 4), index=ts.index, columns=list("ABCD"))

 df3= df3.cumsum()

df3.plot()
```

![](https://img-blog.csdnimg.cn/20201228180506255.png)

可以指定行和列使用的数据：

```
df3 = pd.DataFrame(np.random.randn(365, 2), columns=["B", "C"]).cumsum()

df3["A"] = pd.Series(list(range(len(df))))

df3.plot(x="A", y="B");
```

![](https://img-blog.csdnimg.cn/20201228180643999.png)

## 其他图像

plot() 支持很多图像类型，包括bar, hist, box, density, area, scatter, hexbin, pie等，下面我们分别举例子来看下怎么使用。

### bar

```
 df.iloc[5].plot(kind="bar");
```

![](https://img-blog.csdnimg.cn/20201228180943953.png)

多个列的bar：

```
df2 = pd.DataFrame(np.random.rand(10, 4), columns=["a", "b", "c", "d"])

df2.plot.bar();
```

![](https://img-blog.csdnimg.cn/20201228181119273.png)

### stacked bar

```
df2.plot.bar(stacked=True);
```

![](https://img-blog.csdnimg.cn/20201228181210450.png)

### barh

barh 表示横向的bar图：

```
df2.plot.barh(stacked=True);
```

![](https://img-blog.csdnimg.cn/20201228181309844.png)

### Histograms

```
df2.plot.hist(alpha=0.5);
```

![](https://img-blog.csdnimg.cn/20201228181648799.png)

### box

```
df.plot.box();
```

![](https://img-blog.csdnimg.cn/20201228181850725.png)

box可以自定义颜色：

```
color = {
   ....:     "boxes": "DarkGreen",
   ....:     "whiskers": "DarkOrange",
   ....:     "medians": "DarkBlue",
   ....:     "caps": "Gray",
   ....: }

df.plot.box(color=color, sym="r+");
```

![](https://img-blog.csdnimg.cn/20201228182156722.png)

可以转成横向的：

```
df.plot.box(vert=False);
```

![](https://img-blog.csdnimg.cn/20201228182412493.png)

除了box，还可以使用DataFrame.boxplot来画box图：

```
In [42]: df = pd.DataFrame(np.random.rand(10, 5))

In [44]: bp = df.boxplot()
```

![](https://img-blog.csdnimg.cn/20201228203456491.png)

boxplot可以使用by来进行分组：

```
df = pd.DataFrame(np.random.rand(10, 2), columns=["Col1", "Col2"])

df
Out[90]: 
       Col1      Col2
0  0.047633  0.150047
1  0.296385  0.212826
2  0.562141  0.136243
3  0.997786  0.224560
4  0.585457  0.178914
5  0.551201  0.867102
6  0.740142  0.003872
7  0.959130  0.581506
8  0.114489  0.534242
9  0.042882  0.314845

df.boxplot()
```

![](https://img-blog.csdnimg.cn/20201228220135798.png)

现在给df加一列：

```
 df["X"] = pd.Series(["A", "A", "A", "A", "A", "B", "B", "B", "B", "B"])

df
Out[92]: 
       Col1      Col2  X
0  0.047633  0.150047  A
1  0.296385  0.212826  A
2  0.562141  0.136243  A
3  0.997786  0.224560  A
4  0.585457  0.178914  A
5  0.551201  0.867102  B
6  0.740142  0.003872  B
7  0.959130  0.581506  B
8  0.114489  0.534242  B
9  0.042882  0.314845  B

bp = df.boxplot(by="X")
```

![](https://img-blog.csdnimg.cn/20201228220240248.png)

### Area

使用 Series.plot.area() 或者 DataFrame.plot.area() 可以画出area图。

```
In [60]: df = pd.DataFrame(np.random.rand(10, 4), columns=["a", "b", "c", "d"])

In [61]: df.plot.area();
```

![](https://img-blog.csdnimg.cn/20201228231102889.png)

如果不想叠加，可以指定stacked=False

```
In [62]: df.plot.area(stacked=False);
```

![](https://img-blog.csdnimg.cn/20201228231328733.png)

### Scatter

DataFrame.plot.scatter() 可以创建点图。

```
In [63]: df = pd.DataFrame(np.random.rand(50, 4), columns=["a", "b", "c", "d"])

In [64]: df.plot.scatter(x="a", y="b");
```

![](https://img-blog.csdnimg.cn/20201228231430901.png)

scatter图还可以带第三个轴：

```
 df.plot.scatter(x="a", y="b", c="c", s=50);
```

![](https://img-blog.csdnimg.cn/20201229000023178.png)

可以将第三个参数变为散点的大小：

```
df.plot.scatter(x="a", y="b", s=df["c"] * 200);
```

![](https://img-blog.csdnimg.cn/20201229000142107.png)

### Hexagonal bin

使用 DataFrame.plot.hexbin() 可以创建蜂窝图：

```
In [69]: df = pd.DataFrame(np.random.randn(1000, 2), columns=["a", "b"])

In [70]: df["b"] = df["b"] + np.arange(1000)

In [71]: df.plot.hexbin(x="a", y="b", gridsize=25);
```

![](https://img-blog.csdnimg.cn/20201229000346930.png)

默认情况下颜色深度表示的是（x，y）中元素的个数，可以通过reduce\_C\_function来指定不同的聚合方法：比如 `mean`, `max`, `sum`, `std`.

```
In [72]: df = pd.DataFrame(np.random.randn(1000, 2), columns=["a", "b"])

In [73]: df["b"] = df["b"] = df["b"] + np.arange(1000)

In [74]: df["z"] = np.random.uniform(0, 3, 1000)

In [75]: df.plot.hexbin(x="a", y="b", C="z", reduce_C_function=np.max, gridsize=25);
```

![](https://img-blog.csdnimg.cn/20201229000814589.png)

### Pie

使用 DataFrame.plot.pie() 或者 Series.plot.pie()来构建饼图：

```
In [76]: series = pd.Series(3 * np.random.rand(4), index=["a", "b", "c", "d"], name="series")

In [77]: series.plot.pie(figsize=(6, 6));
```

![](https://img-blog.csdnimg.cn/20201229000944818.png)

可以按照列的个数分别作图：

```
In [78]: df = pd.DataFrame(
   ....:     3 * np.random.rand(4, 2), index=["a", "b", "c", "d"], columns=["x", "y"]
   ....: )
   ....: 

In [79]: df.plot.pie(subplots=True, figsize=(8, 4));
```

![](https://img-blog.csdnimg.cn/20201229001142475.png)

更多定制化的内容：

```
In [80]: series.plot.pie(
   ....:     labels=["AA", "BB", "CC", "DD"],
   ....:     colors=["r", "g", "b", "c"],
   ....:     autopct="%.2f",
   ....:     fontsize=20,
   ....:     figsize=(6, 6),
   ....: );
```

![](https://img-blog.csdnimg.cn/20201229001250198.png)

如果传入的value值加起来不是1，那么会画出一个伞形：

```
In [81]: series = pd.Series([0.1] * 4, index=["a", "b", "c", "d"], name="series2")

In [82]: series.plot.pie(figsize=(6, 6));
```

![](https://img-blog.csdnimg.cn/20201229001425464.png)

## 在画图中处理NaN数据

下面是默认画图方式中处理NaN数据的方式：

| 画图方式           | 处理NaN的方式                |
| -------------- | ----------------------- |
| Line           | Leave gaps at NaNs      |
| Line (stacked) | Fill 0’s                |
| Bar            | Fill 0’s                |
| Scatter        | Drop NaNs               |
| Histogram      | Drop NaNs (column-wise) |
| Box            | Drop NaNs (column-wise) |
| Area           | Fill 0’s                |
| KDE            | Drop NaNs (column-wise) |
| Hexbin         | Drop NaNs               |
| Pie            | Fill 0’s                |

## 其他作图工具

### 散点矩阵图Scatter matrix

可以使用pandas.plotting中的scatter\_matrix来画散点矩阵图：

```
In [83]: from pandas.plotting import scatter_matrix

In [84]: df = pd.DataFrame(np.random.randn(1000, 4), columns=["a", "b", "c", "d"])

In [85]: scatter_matrix(df, alpha=0.2, figsize=(6, 6), diagonal="kde");
```

![](https://img-blog.csdnimg.cn/20201229002901926.png)

### 密度图Density plot

使用 Series.plot.kde() 和 DataFrame.plot.kde() 可以画出密度图：

```
In [86]: ser = pd.Series(np.random.randn(1000))

In [87]: ser.plot.kde();
```

![](https://img-blog.csdnimg.cn/20201229003116154.png)

### 安德鲁斯曲线Andrews curves

安德鲁斯曲线允许将多元数据绘制为大量曲线，这些曲线是使用样本的属性作为傅里叶级数的系数创建的. 通过为每个类对这些曲线进行不同的着色，可以可视化数据聚类。 属于同一类别的样本的曲线通常会更靠近在一起并形成较大的结构。

```
In [88]: from pandas.plotting import andrews_curves

In [89]: data = pd.read_csv("data/iris.data")

In [90]: plt.figure();

In [91]: andrews_curves(data, "Name");
```

![](https://img-blog.csdnimg.cn/20201229003411427.png)

### 平行坐标Parallel coordinates

平行坐标是一种用于绘制多元数据的绘制技术。 平行坐标允许人们查看数据中的聚类，并直观地估计其他统计信息。 使用平行坐标点表示为连接的线段。 每条垂直线代表一个属性。 一组连接的线段代表一个数据点。 趋于聚集的点将显得更靠近。

```
In [92]: from pandas.plotting import parallel_coordinates

In [93]: data = pd.read_csv("data/iris.data")

In [94]: plt.figure();

In [95]: parallel_coordinates(data, "Name");
```

![](https://img-blog.csdnimg.cn/20201229003516383.png)

### 滞后图lag plot

滞后图是用时间序列和相应的滞后阶数序列做出的散点图。可以用于观测自相关性。

```
In [96]: from pandas.plotting import lag_plot

In [97]: plt.figure();

In [98]: spacing = np.linspace(-99 * np.pi, 99 * np.pi, num=1000)

In [99]: data = pd.Series(0.1 * np.random.rand(1000) + 0.9 * np.sin(spacing))

In [100]: lag_plot(data);
```

![](https://img-blog.csdnimg.cn/2020122900394190.png)

### 自相关图Autocorrelation plot

自相关图通常用于检查时间序列中的随机性。 自相关图是一个平面二维坐标悬垂线图。横坐标表示延迟阶数，纵坐标表示自相关系数。

```
In [101]: from pandas.plotting import autocorrelation_plot

In [102]: plt.figure();

In [103]: spacing = np.linspace(-9 * np.pi, 9 * np.pi, num=1000)

In [104]: data = pd.Series(0.7 * np.random.rand(1000) + 0.3 * np.sin(spacing))

In [105]: autocorrelation_plot(data);
```

![](https://img-blog.csdnimg.cn/20201229093000393.png)

### Bootstrap plot

bootstrap plot用于直观地评估统计数据的不确定性，例如均值，中位数，中间范围等。从数据集中选择指定大小的随机子集，为该子集计算出相关统计信息， 重复指定的次数。 生成的图和直方图构成了引导图。

```
In [106]: from pandas.plotting import bootstrap_plot

In [107]: data = pd.Series(np.random.rand(1000))

In [108]: bootstrap_plot(data, size=50, samples=500, color="grey");
```

![](https://img-blog.csdnimg.cn/20201229093551800.png)

### RadViz

他是基于弹簧张力最小化算法。它把数据集的特征映射成二维目标空间单位圆中的一个点，点的位置由系在点上的特征决定。把实例投入圆的中心，特征会朝圆中此实例位置（实例对应的归一化数值）“拉”实例。

```
In [109]: from pandas.plotting import radviz

In [110]: data = pd.read_csv("data/iris.data")

In [111]: plt.figure();

In [112]: radviz(data, "Name");
```

![](https://img-blog.csdnimg.cn/20201229093842462.png)

## 图像的格式

matplotlib 1.5版本之后，提供了很多默认的画图设置，可以通过matplotlib.style.use(my\_plot\_style)来进行设置。

可以通过使用matplotlib.style.available来列出所有可用的style类型：

```
import matplotlib as plt;

plt.style.available
Out[128]: 
['seaborn-dark',
 'seaborn-darkgrid',
 'seaborn-ticks',
 'fivethirtyeight',
 'seaborn-whitegrid',
 'classic',
 '_classic_test',
 'fast',
 'seaborn-talk',
 'seaborn-dark-palette',
 'seaborn-bright',
 'seaborn-pastel',
 'grayscale',
 'seaborn-notebook',
 'ggplot',
 'seaborn-colorblind',
 'seaborn-muted',
 'seaborn',
 'Solarize_Light2',
 'seaborn-paper',
 'bmh',
 'seaborn-white',
 'dark_background',
 'seaborn-poster',
 'seaborn-deep']
```

### 去掉小图标

默认情况下画出来的图会有一个表示列类型的图标，可以使用legend=False禁用：

```
In [115]: df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list("ABCD"))

In [116]: df = df.cumsum()

In [117]: df.plot(legend=False);
```

![](https://img-blog.csdnimg.cn/20201229094755609.png)

### 设置label的名字

```
In [118]: df.plot();

In [119]: df.plot(xlabel="new x", ylabel="new y");
```

![](https://img-blog.csdnimg.cn/20201229094840448.png)

### 缩放

画图中如果X轴或者Y轴的数据差异过大，可能会导致图像展示不友好，数值小的部分基本上无法展示，可以传入logy=True进行Y轴的缩放：

```
In [120]: ts = pd.Series(np.random.randn(1000), index=pd.date_range("1/1/2000", periods=1000))

In [121]: ts = np.exp(ts.cumsum())

In [122]: ts.plot(logy=True);
```

![](https://img-blog.csdnimg.cn/20201229102124296.png)

### 多个Y轴

使用secondary\_y=True 可以绘制多个Y轴数据：

```
In [125]: plt.figure();

In [126]: ax = df.plot(secondary_y=["A", "B"])

In [127]: ax.set_ylabel("CD scale");

In [128]: ax.right_ax.set_ylabel("AB scale");
```

![](https://img-blog.csdnimg.cn/20201229102808319.png)

小图标上面默认会添加right字样，想要去掉的话可以设置mark\_right=False：

```
In [129]: plt.figure();

In [130]: df.plot(secondary_y=["A", "B"], mark_right=False);
```

### 坐标文字调整

使用时间做坐标的时候，因为时间太长，导致x轴的坐标值显示不完整，可以使用x\_compat=True 来进行调整：

```
In [133]: plt.figure();

In [134]: df["A"].plot(x_compat=True);
```

![](https://img-blog.csdnimg.cn/20201229103310770.png)

如果有多个图像需要调整，可以使用with：

```
In [135]: plt.figure();

In [136]: with pd.plotting.plot_params.use("x_compat", True):
   .....:     df["A"].plot(color="r")
   .....:     df["B"].plot(color="g")
   .....:     df["C"].plot(color="b")
   .....: 
```

![](https://img-blog.csdnimg.cn/20201229103355876.png)

### 子图

绘制DF的时候，可以将多个Series分开作为子图显示：

```
In [137]: df.plot(subplots=True, figsize=(6, 6));
```

![](https://img-blog.csdnimg.cn/20201229103527666.png)

可以修改子图的layout：

```
df.plot(subplots=True, layout=(2, 3), figsize=(6, 6), sharex=False);
```

![](https://img-blog.csdnimg.cn/2020122910362729.png)

上面等价于：

```
In [139]: df.plot(subplots=True, layout=(2, -1), figsize=(6, 6), sharex=False);
```

一个更复杂的例子：

```
In [140]: fig, axes = plt.subplots(4, 4, figsize=(9, 9))

In [141]: plt.subplots_adjust(wspace=0.5, hspace=0.5)

In [142]: target1 = [axes[0][0], axes[1][1], axes[2][2], axes[3][3]]

In [143]: target2 = [axes[3][0], axes[2][1], axes[1][2], axes[0][3]]

In [144]: df.plot(subplots=True, ax=target1, legend=False, sharex=False, sharey=False);

In [145]: (-df).plot(subplots=True, ax=target2, legend=False, sharex=False, sharey=False);
```

![](https://img-blog.csdnimg.cn/20201229103800672.png)

### 画表格

如果设置table=True ， 可以直接将表格数据一并显示在图中：

```
In [165]: fig, ax = plt.subplots(1, 1, figsize=(7, 6.5))

In [166]: df = pd.DataFrame(np.random.rand(5, 3), columns=["a", "b", "c"])

In [167]: ax.xaxis.tick_top()  # Display x-axis ticks on top.

In [168]: df.plot(table=True, ax=ax)

fig
```

![](https://img-blog.csdnimg.cn/20201229112355903.png)

table还可以显示在图片上面：

```
In [172]: from pandas.plotting import table

In [173]: fig, ax = plt.subplots(1, 1)

In [174]: table(ax, np.round(df.describe(), 2), loc="upper right", colWidths=[0.2, 0.2, 0.2]);

In [175]: df.plot(ax=ax, ylim=(0, 2), legend=None);
```

![](https://img-blog.csdnimg.cn/20201229112457606.png)

### 使用Colormaps

如果Y轴的数据太多的话，使用默认的线的颜色可能不好分辨。这种情况下可以传入colormap 。

```
In [176]: df = pd.DataFrame(np.random.randn(1000, 10), index=ts.index)

In [177]: df = df.cumsum()

In [178]: plt.figure();

In [179]: df.plot(colormap="cubehelix");
```

![](https://img-blog.csdnimg.cn/20201229121134377.png)