作者：潮汐
来源：Python 技术
今天的文章讲解如何利用 Pandas 来绘图，前面写过 matplotlib 相关文章，matplotlib 虽然功能强大，但是 matplotlib 相对而言较为底层，画图时步骤较为繁琐，比较麻烦，因为要画一张完整的图表，需要实现很多的基本组件，比如图像类型、刻度、标题、图例、注解等等。目前有很多的开源框架所实现的绘图功能是基于 matplotlib 的，pandas是其中之一，对于 pandas 数据分析而言，直接使用 pandas 本身实现的绘图方法比 matplotlib 更方便简单。关于更多 Pandas 的相关知识请参考官方文档
Pandas 绘制线状图使用 Pandas 绘制线状图代码如下：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
def craw_line():
ts = pd.Series(np.random.randn(1000), index=pd.date_range("1/1/2000", periods=1000))
ts = ts.cumsum()
ts.plot()
plt.show()
if __name__ == '__main__':
craw_line()
显示结果如下：
第二种绘画线状图方式如下：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
def craw_line1():
ts = pd.Series(np.random.randn(1000), index=pd.date_range("1/1/2000", periods=1000))
df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list("ABCD"))
df = df.cumsum()
df.plot()
plt.show()
if __name__ == '__main__':
craw_line1()
线性图显示结果如下：
除了绘制默认的线状图，还能绘制其他图形样式，例如通过以下方法绘制条形图。绘图方法可以作为plot()的kind关键字参数提供。
绘制条形图1通过如下方法绘制条形图1，详细代码如下：
def craw_bar():
ts = pd.Series(np.random.randn(1000), index=pd.date_range("1/1/2000", periods=1000))
df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list("ABCD"))
plt.figure()
df.iloc[5].plot(kind="bar")
plt.show()
if __name__ == '__main__':
craw_bar()
结果图显示如下：
通过如下方法绘制条形图2，详细代码如下：
def craw_bar1():
#ts = pd.Series(np.random.randn(1000), index=pd.date_range("1/1/2000", periods=1000))
df2 = pd.DataFrame(np.random.rand(10, 4), columns=["a", "b", "c", "d"])
df2.plot.bar()
plt.show()
if __name__ == '__main__':
craw_bar1()
图形结果展示如下：
生成堆叠条形图
上面的条形图2可以生成堆叠条形图，加上stacked=True参数即可，详细代码如下：
def craw_bar2():
df2 = pd.DataFrame(np.random.rand(10, 4), columns=["a", "b", "c", "d"])
df2.plot.bar(stacked=True)
plt.show()
if __name__ == '__main__':
craw_bar2()
堆叠条形图展示如下：
将以上条形图设置为水平条形图，详细代码如下：
def craw_bar3():
df2 = pd.DataFrame(np.random.rand(10, 4), columns=["a", "b", "c", "d"])
df2.plot.barh(stacked=True)
plt.show()
if __name__ == '__main__':
craw_bar3()
展示结果图如下：
今天的文章就到这里啦，希望今天的文章对大家有帮助！
,
