如何在 pandas 中创建绘图?# In [1]: import pandas as pd In [2]: import matplotlib.pyplot as plt 本教程使用的数据: 空气质量数据 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FR04014、BETR801和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_col和parse_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() 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() 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Series和 DataFrame。 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() 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() 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() 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() 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。