pandas
Wykresy i wizualizacje

Podstawowe wykresy danych

Panda wykorzystuje wiele sposobów tworzenia wykresów danych w ramce danych. W tym celu wykorzystuje matplotlib .

Podstawowe wykresy mają swoje opakowania dla obiektów DataFrame i Series:

Wykres liniowy

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

Możesz wywołać tę samą metodę dla obiektu serii, aby wykreślić podzbiór ramki danych:

df['x'].plot()

Wykres słupkowy

Jeśli chcesz zbadać rozkład swoich danych, możesz użyć metody hist() .

df['x'].hist()

Ogólna metoda kreślenia wykresu ()

Wszystkie możliwe wykresy są dostępne za pomocą metody wydruku. Rodzaj wykresu jest wybierany przez argument rodzaju .

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

Uwaga W wielu środowiskach wykres kołowy wyjdzie owalnie. Aby zrobić z niego okrąg, użyj następujących poleceń:

from matplotlib import pyplot

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

Stylizacja fabuły

plot() może przyjmować argumenty przekazywane matplotlib w celu stylizowania wykresu na różne sposoby.

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

Rysuj na istniejącej osi matplotlib

Domyślnie plot() tworzy nową figurę przy każdym wywołaniu. Można wykreślić na istniejącej osi, przekazując parametr ax .

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