Plotting with Pandas – 球形汤姆

在数据分析过程中，我们常常碰到需要快速绘图的场景。比如，在回归分析前看一下 y 和 x 的散点图。对于这类需求，pandas 提供了一个 pandas.DataFrame.plot 方法可以方便快捷地实现可视化。pandas.DataFrame.plot 方法是对 matplotlib.axes.Axes.plot 的封装，所以在调用该方法前，我们需要导入 matplotlib 包。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

首先我们生成一个 10\times4 的 DataFrame，在接下来的绘图中，我们都使用该数据作为示例。

Note: np.random.randn(x, y) 返回来自标准正态分布的样本，样本量为 x \times y。 pd.date_range() 返回固定频率的时间索引。

ts = pd.DataFrame(np.random.randn(10, 4), index = pd.date_range('1/1/2022', periods = 10), columns=['A','B','C','D'])
ts = ts.cumsum()
ts.head()

	A	B	C	D
2022-01-01	-0.275063	-0.555619	-0.299752	-0.284489
2022-01-02	1.519735	-0.615560	-0.524613	0.406859
2022-01-03	1.539964	-0.803152	0.471348	1.377172
2022-01-04	1.957513	-0.881174	0.838217	2.101817
2022-01-05	3.216571	-0.842396	-0.144859	2.219383

下面，我们调用 plot 方法查看一下刚刚生成的数据。对 DataFrame 中的每一列数值型数据，pandas 默认使用折线图进行绘制。

ts.plot()

pandas 也支持对 Series 类型调用 plot 方法，因此我们也可以对任意一列进行绘图。比如，我们看一下 A 列数据：

ts['A'].plot()

除了折线图，plot 方法还支持其他类图的绘制，可以通过 kind 参数实现。比如，我们可以看一下 A 列数据与 B 列数据的散点图。

ts.plot(x='A', y='B', kind='scatter')

此外，pandas 也提供另外一种方式来简化调用，即使用 DataFrame.plot.scatter() 的方式来调用：

ts.plot.scatter(x='A', y='B')

plot 方法支持如下图类的绘制：

line : 折线图（line plot，默认）
bar : 柱状图（vertical bar plot）
barh : 横向柱状图（horizontal bar plot）
hist : 直方图（histogram）
box : 箱型图（box plot）
kde : 核密度估计图（Kernel Density Estimation plot）
density : same as ‘kde’
area : 面积图（area plot）
pie : 饼图（pie plot）
scatter : 散点图（scatter plot，DataFrame only）
hexbin : 六边形图（hexbin plot，DataFrame only）

有时候，我们希望把每一列数据绘制在一张子图上。在调用 plot 方法时，将 subplots 参数设置为 true 即可实现。

ts.plot(subplots=True)

array([<AxesSubplot:>, <AxesSubplot:>, <AxesSubplot:>, <AxesSubplot:>],
      dtype=object)

进一步，我们可以使用 layout 参数为子图排版：

ts.plot(subplots=True, layout=(2,2))

array([[<AxesSubplot:>, <AxesSubplot:>],
       [<AxesSubplot:>, <AxesSubplot:>]], dtype=object)

plot 方法中有一个 ax 参数可以接收一个 matplotlib 坐标轴对象（matplotlib axes object），这样我们便可以在 matplotlib axes 对象上利用 plot 方法画图。这意味着，我们可以使用 matplotlib 提供的方法对图像进行定制。

ts.index

DatetimeIndex(['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04',
               '2022-01-05', '2022-01-06', '2022-01-07', '2022-01-08',
               '2022-01-09', '2022-01-10'],
              dtype='datetime64[ns]', freq='D')

fig, axs = plt.subplots(figsize=(12,4), dpi=500)
ts.plot.bar(ax=axs, align='center', grid=True, title='NO$_2$ concentration Bar Plot')
for label in axs.xaxis.get_ticklabels():
    label.set_color('darkblue')
    label.set_rotation(30)
    label.set_fontsize(8)
    
axs.set_ylabel("NO$_2$ concentration")

Text(0, 0.5, 'NO$_2$ concentration')

fig, axs = plt.subplots(figsize=(12,4), dpi=500)
ts.plot.bar(ax=axs, align='center', grid=True, title='NO$_2$ concentration Bar Plot')
axs.set_xticks(range(len(ts.index)))
axs.set_xticklabels([i.strftime('%Y-%m-%d') for i in ts.index], rotation=30)

[Text(0, 0, '2022-01-01'),
 Text(1, 0, '2022-01-02'),
 Text(2, 0, '2022-01-03'),
 Text(3, 0, '2022-01-04'),
 Text(4, 0, '2022-01-05'),
 Text(5, 0, '2022-01-06'),
 Text(6, 0, '2022-01-07'),
 Text(7, 0, '2022-01-08'),
 Text(8, 0, '2022-01-09'),
 Text(9, 0, '2022-01-10')]

fig.savefig('no2_concentration.png')