pandas
Grafiken und Visualisierungen

Grunddatengrafiken

Pandas verwendet mehrere Möglichkeiten, um Diagramme der Daten innerhalb des Datenrahmens zu erstellen. Es verwendet matplotlib für diesen Zweck.

Die grundlegenden Diagramme enthalten ihre Umhüllungen für DataFrame- und Series-Objekte:

Liniendiagramm

df = pd.DataFrame({'x': [10, 8, 10, 7, 7, 10, 9, 9],
                   'y': [6, 4, 5, 5, 7, 10, 9, 9]})
df.plot()

Sie können dieselbe Methode für ein Series-Objekt aufrufen, um eine Teilmenge des Datenrahmens zu zeichnen:

df['x'].plot()

Balkendiagramm

Wenn Sie die Verteilung Ihrer Daten untersuchen möchten, können Sie die hist() -Methode verwenden.

df['x'].hist()

Allgemeine Methode zum Plotten von Plots ()

Alle möglichen Diagramme sind über die Plot-Methode verfügbar. Die Art des Diagramms wird durch das freundliche Argument ausgewählt.

df['x'].plot(kind='pie')

Hinweis In vielen Umgebungen erscheint das Kreisdiagramm oval. Um es zu einem Kreis zu machen, verwenden Sie Folgendes:

from matplotlib import pyplot

pyplot.axis('equal')
df['x'].plot(kind='pie')

Gestaltung der Handlung

plot() kann Argumente annehmen, die an matplotlib übergeben werden, um die Darstellung auf verschiedene Arten zu gestalten.

df.plot(style='o')  # plot as dots, not lines
df.plot(style='g--')  # plot as green dashed line
df.plot(style='o', markeredgecolor='white')  # plot as dots with white edge

Zeichnen Sie auf einer vorhandenen Matplotlib-Achse

Standardmäßig erstellt plot() jedem Aufruf eine neue Figur. Es ist möglich, auf einer vorhandenen Achse zu zeichnen, indem der Parameter ax wird.

plt.figure()  # create a new figure
ax = plt.subplot(121)  # create the left-side subplot
df1.plot(ax=ax)  # plot df1 on that subplot
ax = plt.subplot(122)  # create the right-side subplot
df2.plot(ax=ax)  # and plot df2 there
plt.show()  # show the plot