pandas
Grafer och visualiseringar

Grundläggande datagrafer

Pandas använder tillhandahåller flera sätt att göra diagram över data inuti dataramen. Den använder matplotlib för detta ändamål.

De grundläggande graferna har sina omslag för både DataFrame och Series-objekt:

Linjegrupp

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

Du kan kalla samma metod för ett serieobjekt för att plotta en delmängd av dataramen:

df['x'].plot()

Stapeldiagram

Om du vill utforska distributionen av dina data kan du använda hist() -metoden.

df['x'].hist()

Allmän metod för att plotta plot ()

Alla möjliga diagram är tillgängliga via plotmetoden. Den typ av diagram väljs av den typ argument.

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

Obs! I många miljöer kommer cirkeldiagrammet att vara ovala. För att göra det till en cirkel använder du följande:

from matplotlib import pyplot

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

Styling av tomten

plot() kan ta argument som skickas vidare till matplotlib för att utforma handlingen på olika sätt.

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

Plott på en befintlig matplotlibaxel

Som standard skapar plot() en ny figur varje gång den kallas. Det är möjligt att plotta på en befintlig axel genom att passera 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