3. Pandas绘图基础

#  创建一个小DataFrame
 In[46]: df = pd.DataFrame(index=['Atiya', 'Abbas', 'Cornelia', 'Stephanie', 'Monte'], 
                           data={'Apples':[20, 10, 40, 20, 50],
                                 'Oranges':[35, 40, 25, 19, 33]})
         df
Out[46]:

#  画柱状图，使用行索引做x轴，列的值做高度，使用plot方法，参数kind设为bar
 In[47]: color = ['.2', '.7']
         df.plot(kind='bar', color=color, figsize=(16,4))
Out[47]: <matplotlib.axes._subplots.AxesSubplot at 0x1143cae10>

#  KDE图忽略行索引，使用每列的值作为x轴，并计算y值得概率密度
 In[48]: df.plot(kind='kde', color=color, figsize=(16,4))
Out[48]: <matplotlib.axes._subplots.AxesSubplot at 0x11503ec50>

#  画三张双变量子图。散点图是唯一需要指定x和y轴的列，如果想在散点图中使用行索引，可以使用方法reset_index。
 In[49]: fig, (ax1, ax2, ax3) = plt.subplots(1, 3, figsize=(16,4))
         fig.suptitle('Two Variable Plots', size=20, y=1.02)
         df.plot(kind='line', color=color, ax=ax1, title='Line plot')
         df.plot(x='Apples', y='Oranges', kind='scatter', color=color, 
                 ax=ax2, title='Scatterplot')
         df.plot(kind='bar', color=color, ax=ax3, title='Bar plot')
Out[49]: <matplotlib.axes._subplots.AxesSubplot at 0x119ccb5f8>

#  将单变量图也画在同一张图中
 In[50]: fig, (ax1, ax2, ax3) = plt.subplots(1, 3, figsize=(16,4))
         fig.suptitle('One Variable Plots', size=20, y=1.02)
         df.plot(kind='kde', color=color, ax=ax1, title='KDE plot')
         df.plot(kind='box', ax=ax2, title='Boxplot')
         df.plot(kind='hist', color=color, ax=ax3, title='Histogram')
Out[50]: <matplotlib.axes._subplots.AxesSubplot at 0x119f475f8>

更多

#  matplotlib允许手动指定x和y的值
 In[51]: fig, (ax1, ax2, ax3) = plt.subplots(1, 3, figsize=(16,4))
         df.sort_values('Apples').plot(x='Apples', y='Oranges', kind='line', ax=ax1)
         df.plot(x='Apples', y='Oranges', kind='bar', ax=ax2)
         df.plot(x='Apples', kind='kde', ax=ax3)
Out[51]: <matplotlib.axes._subplots.AxesSubplot at 0x11a1bc438>