如何在 pandas 中创建绘图?#

../../_images/04_plot_overview.svg
In [1]: import pandas as pd

In [2]: import matplotlib.pyplot as plt
本教程使用的数据:
  • 在本教程中,空气质量数据有关\(NO_2\)使用,由OpenAQ提供并使用 py-openaq包。数据air_quality_no2.csv集提供\(NO_2\) 分别位于巴黎、安特卫普和伦敦的测量站FR04014BETR801伦敦威斯敏斯特的值。

    至原始数据
    In [3]: air_quality = pd.read_csv("data/air_quality_no2.csv", index_col=0, parse_dates=True)
    
    In [4]: air_quality.head()
    Out[4]: 
                         station_antwerp  station_paris  station_london
    datetime                                                           
    2019-05-07 02:00:00              NaN            NaN            23.0
    2019-05-07 03:00:00             50.5           25.0            19.0
    2019-05-07 04:00:00             45.0           27.7            19.0
    2019-05-07 05:00:00              NaN           50.4            16.0
    2019-05-07 06:00:00              NaN           61.9             NaN
    

    笔记

    使用函数的index_colparse_dates参数分别read_csv将第一(第 0)列定义为结果的索引DataFrame,并将列中的日期转换为Timestamp对象。

  • 我想要快速目视检查数据。

    In [5]: air_quality.plot()
    Out[5]: <Axes: xlabel='datetime'>
    
    In [6]: plt.show()
    
    ../../_images/04_airqual_quick.png

    使用 时DataFrame,pandas 默认为每一列包含数字数据的创建一个线图。

  • 我只想用巴黎的数据绘制数据表的列。

    In [7]: air_quality["station_paris"].plot()
    Out[7]: <Axes: xlabel='datetime'>
    
    In [8]: plt.show()
    
    ../../_images/04_airqual_paris.png

    要绘制特定列,请 结合使用子集数据教程plot()的选择方法和 方法。因此,该plot()方法适用于SeriesDataFrame

  • 我想直观地比较\(NO_2\)在伦敦和巴黎测量的值。

    In [9]: air_quality.plot.scatter(x="station_london", y="station_paris", alpha=0.5)
    Out[9]: <Axes: xlabel='station_london', ylabel='station_paris'>
    
    In [10]: plt.show()
    
    ../../_images/04_airqual_scatter.png

line除了使用该函数时的默认绘图之外plot,还可以使用许多替代方法来绘制数据。让我们使用一些标准的 Python 来概述可用的绘图方法:

In [11]: [
   ....:     method_name
   ....:     for method_name in dir(air_quality.plot)
   ....:     if not method_name.startswith("_")
   ....: ]
   ....: 
Out[11]: 
['area',
 'bar',
 'barh',
 'box',
 'density',
 'hexbin',
 'hist',
 'kde',
 'line',
 'pie',
 'scatter']

笔记

在许多开发环境以及 IPython 和 Jupyter Notebook 中,使用 TAB 按钮来获取可用方法的概述,例如air_quality.plot.+ TAB。

选项之一是DataFrame.plot.box(),它指的是 箱线图。该box 方法适用于空气质量示例数据:

In [12]: air_quality.plot.box()
Out[12]: <Axes: >

In [13]: plt.show()
../../_images/04_airqual_boxplot.png
转至用户指南

有关默认线图以外的绘图的介绍,请参阅有关支持的绘图样式的用户指南部分。

  • 我希望每一列都在一个单独的子图中。

    In [14]: axs = air_quality.plot.area(figsize=(12, 4), subplots=True)
    
    In [15]: plt.show()
    
    ../../_images/04_airqual_area_subplot.png

    subplots函数的参数支持每个数据列的单独子图plot。每个 pandas 绘图函数中可用的内置选项都值得回顾。

转至用户指南

用户指南中关于绘图格式的部分解释了更多格式选项。

  • 我想进一步定制、扩展或保存结果图。

    In [16]: fig, axs = plt.subplots(figsize=(12, 4))
    
    In [17]: air_quality.plot.area(ax=axs)
    Out[17]: <Axes: xlabel='datetime'>
    
    In [18]: axs.set_ylabel("NO$_2$ concentration")
    Out[18]: Text(0, 0.5, 'NO$_2$ concentration')
    
    In [19]: fig.savefig("no2_concentrations.png")
    
    In [20]: plt.show()
    
    ../../_images/04_airqual_customized.png

pandas 创建的每个绘图对象都是 Matplotlib对象。由于 Matplotlib 提供了大量的选项来自定义绘图,因此使 pandas 和 Matplotlib 之间的链接显式化,从而可以将 Matplotlib 的所有功能发挥到绘图上。该策略应用在前面的示例中:

fig, axs = plt.subplots(figsize=(12, 4))        # Create an empty Matplotlib Figure and Axes
air_quality.plot.area(ax=axs)                   # Use pandas to put the area plot on the prepared Figure/Axes
axs.set_ylabel("NO$_2$ concentration")          # Do any Matplotlib customization you like
fig.savefig("no2_concentrations.png")           # Save the Figure/Axes using the existing Matplotlib method.
plt.show()                                      # Display the plot

记住

  • 这些.plot.*方法适用于 Series 和 DataFrame。

  • 默认情况下,每一列都绘制为不同的元素(线、箱线图……)。

  • pandas 创建的任何绘图都是 Matplotlib 对象。

转至用户指南

可视化页面中提供了 pandas 绘图的完整概述。