十、 DataFrame 绘图

  1. matplotlib是一种比较低级的工具，pandas中有许多利用DataFrame对象数据组织特点来创建标准图表的高级绘图方法。

  2. Series/DataFrame.plot()：绘制图形。

    1.   Series.plot(kind='line', ax=None, figsize=None, use_index=True, title=None, grid=None,
    3.   legend=False, style=None, logx=False, logy=False,loglog=False,xticks=None,yticks=None,
    5.   xlim=None, ylim=None, rot=None, fontsize=None, colormap=None, table=False, yerr=None, 
    7.   xerr=None, label=None, secondary_y=False, **kwds)
    9.   DataFrame.plot(x=None, y=None, kind='line', ax=None, subplots=False, sharex=None, 
    11.   sharey=False, layout=None, figsize=None, use_index=True, title=None, grid=None, 
    13.   legend=True, style=None, logx=False, logy=False, loglog=False, xticks=None, 
    15.   yticks=None, xlim=None, ylim=None, rot=None, fontsize=None, colormap=None,
    17.   table=False, yerr=None, xerr=None, secondary_y=False, sort_columns=False, **kwds)
    • kind：绘制的类型。可以为：'line'、'bar'、'barh'（水平的bar）、'hist'、'box'、'kde'（核密度估计）、'density'（类似kde）、'area'、'pie'
    • ax：一个Axes实例对象。如果为空，则是plt.gca()的返回值（当前Axes）
    • figsize：一个元组，指定图片大小（单位为英寸）
    • use_index：一个布尔值。如果为True，则使用index作为X轴。
    • title：图形的标题
    • grid：一个布尔值。如果为True，则开启网格
    • legend：一个布尔值，如果为True，则放置图例
    • style：一个列表或者字典，给出了每一列的线型
    • logx：一个布尔值，如果为True，则x轴为对数型
    • logy：一个布尔值，如果为True，则y轴为对数型
    • loglog：一个布尔值，如果为True，则x轴和y轴都为对数型
    • xticks：一个序列，用于给出xticks
    • yticks：一个序列，用于给出yticks
    • xlim：一个二元的元组或者序列，给出x轴范围
    • ylim：一个二元的元组或者序列，给出y轴范围
    • rot：一个整数，给出了x轴和y轴tick旋转角度（不是弧度）。
    • fontsize：一个整数，给出了xtick/ytick的字体大小
    • colormap：一个字符串或者colormap对象，给出了colormap
    • colorbar：一个布尔值。如果为True，则绘制colorbar（只用于scatter和hexbin图中）
    • position：一个浮点数。给出了bar图中，各bar的对其位置（0表示bar的左侧与它的坐标 对其；1表示bar的右侧与它的坐标对其）
    • layout：一个元组。给出了(rows,columns)
    • table：一个布尔值或者Series/DataFrame。如果为True，则将本Series/DataFrame绘制为一个表格；如果为Series/DataFrame，则将该参数绘制为表格
    • yerr：用于绘制Error Bar
    • xerr：用于绘制Error Bar
    • label：plot的label参数
    • secondary_y：一个布尔值或者一个整数序列。如果为True，则y轴绘制在右侧
    • mark_right：一个布尔值，如果为True且secondary_y=True，则在图例中标记为right
    • kwds：传递给matplotlib中的plot函数的其他关键字参数

    在DataFrame.plot中，下面的参数意义为：

    • x：label或者position
    • y： label或者position
    • subplots：一个布尔值，如果为True，则将每一列作为一个子图来绘制
    • sharex：一个布尔值。如果为True，且subplots=True，则子图共享x轴
    • sharey：一个布尔值。如果为True，且subplots=True，则子图共享y轴
    • stacked：一个布尔值。在bar中，如果为True，则将柱状图堆积起来
    • sort_columns：一个布尔值。如果为True，则根据列名来决定绘制的先后顺序。

    它们返回的是AxesSubplot对象，或者AxesSubplot的ndarray

    plot0 plot1 plot2 plot3 plot4 plot5 plot6 plot7 plot8

  3. 给出一组序列，我们可以手工绘制每个序列的散布图，以及各自的核密度估计。我们可以使用scatter_matrix函数：

    1.   pandas.tools.plotting.scatter_matrix(frame, alpha=0.5, figsize=None, ax=None, 
    3.   grid=False, diagonal='hist', marker='.', density_kwds=None, hist_kwds=None, 
    5.   range_padding=0.05, **kwds)
    • frame：为DataFrame对象
    • diagonal：选择对角线上的图形类型。可以为'hist'/'kde'
    • hist_kwds：绘制hist的参数
    • density_kwds：绘制kde的参数
    • range_padding：一个浮点数，用于延伸x/y轴的范围。如果它为0.1，表示x轴延伸x_max-xmin的0.1倍 每一个子图是这样生成的：以DataFrame中某一列为横坐标，另一列为纵坐标生成的散点图。

    scatter_matrix