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://s3./assets.datacamp.com/course/dasi/present.txt'
present = pd.read_table(url, sep=' ')
present.shape
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 = present.set_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()
plt.legend(loc='best')
<matplotlib.legend.Legend 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。
<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方法与在多个Series调用多次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')
<matplotlib.axes.AxesSubplot at 0x10bb35890>
present_year[:10].plot(kind='barh')
<matplotlib.axes.AxesSubplot at 0x10eb01890>
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)
<matplotlib.axes.AxesSubplot at 0x10bbdb3d0>
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DataFrame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。
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_year.div(present_year.sum(1),axis=0)[:10].plot(kind='barh', stacked=True)
<matplotlib.axes.AxesSubplot at 0x113223290>
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_year.plot(x='boys', y='girls', kind='scatter')
<matplotlib.axes.AxesSubplot at 0x1141c9810>
再来载入一下鸢尾花数据。
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
|
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)
箱图
DataFrame提供了boxplot方法可以用来画箱图。
{'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>]}
通过by参数可以计算不同分组情况下，各个字段的箱图。
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)
直方图和概率密度分布
iris.ix[:,:-1].hist()
iris.plot(kind='kde')
<matplotlib.axes.AxesSubplot at 0x117263890>
多变量的可视化
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./gist/cloga/9171281
