Pandas知识点-绘制统计图

使用matplotlib可以绘制各种各样的统计图，Pandas对matplotlib中的绘图方法进行了更高层的封装，使用起来更简单方便。

本文介绍Pandas中最基本的几种统计图的绘制方法，都非常常用。

本文使用的数据来源于网易财经，具体下载方法可以参考：Pandas知识点-DataFrame数据结构介绍

一、数据准备

数据文件是600519.csv，将此文件放到代码同级目录下，从文件中读取出数据。

为了使数据简洁一点，删除了一些列，设置“日期”为索引。

读取的原始数据如上图，本文基于这些数据来绘制统计图。

二、绘制折线图

Pandas中直接用Series对象或DataFrame对象调用plot()方法既可以绘制统计图。

kind: 使用kind参数指定图形的种类，line表示折线图，scatter表示散点图，bar表示柱状图，barh表示水平柱状图，hist表示直方图，pie表示饼图。这六种图形是最常用的图形，kind还支持其他图形，如box表示箱图等。

figsize: 使用figsize参数设置图形的大小，参数格式为(width, height)。

xlabel: 图形中会显示x轴的标签，可以使用xlabel参数修改或设置不显示，ylabel同理。

绘图时为了显示(show()方法)图形，会导入matplotlib.pyplot(as plt)，可以使用plt对象的xticks()方法设置x轴刻度值，刻度值的倾斜度等，yticks()同理。可以使用text()方法添加图形中的数值标签。

kind参数默认为line，在绘制折线图时可以不指定kind参数。

linestyle: 使用linestyle参数设置折线图的线型，如'--'表示虚线，'-.'表示点线等。

marker: 使用marker参数设置折线图中数值点的样式，可以设置'o','*'等。

用DataFrame对象绘制折线图时，有多组数据，调用plot()方法会自动绘制出条折线图，并且自动设置好图例，比matplotlib方便很多。

三、绘制散点图

设置kind参数为scatter即可绘制散点图。

需要注意的是，在Pandas中，scatter不支持Series对象，只支持DataFrame对象，所以不能用Series对象绘制散点图。

绘制散点图时，通过x参数和y参数指定散点图的x轴数据和y轴数据。x和y都是DataFrame中的列标签，绘图时会根据列标签读取对应列的数据。

s: 使用s参数设置散点图中点的大小。

在Pandas中，绘制图形除了在plot()中指定kind参数外，还可以通过plot链式调用对应的方法，如plot.scatter()表示绘制散点图，后面绘制柱状图、直方图、饼图等也可以用链式调用的方式。

alpha: 设置图形显示的透明度，默认是None，可以传入0~1之间的数，值越小越透明。

marker参数与折线图中的用法相同，当设置成'*'时，显示的图形为五角星，当然还有很多其他的类型，可以参考matplotlib中的markers模块。

c: c参数用于设置散点图的颜色，可以指定一个颜色，也可以设置成一个数组或浮点数，如例子中使用numpy生成一个随机的数组，颜色随机从cmap中获取。

cmap: cmap参数用于设置点的颜色热力图，默认为image.cmap，可以设置成自己需要的颜色类型，参考matplotlib中的colors模块。只有当颜色参数c设置成数组或浮点数时，cmap参数才有用。

设置cmap参数后，会在图形右边生成一个柱状的颜色渐变图，就像下图这样。此时x轴的刻度值会被自动隐藏，将colorbar参数设置成False，可以隐藏颜色渐变图，重新显示x轴刻度值。

s参数也可以设置成一个数组，如例子中也是用numpy生成一个随机的数组，使每个点的大小不一样。

四、绘制柱状图

使用plot链式调用bar()方法，或在plot()中设置kind为bar，都可以绘制柱状图。

width: width参数用于设置柱状图的宽度，默认为0.8，可以根据需要进行修改。柱状图的每一组柱子是独立的，所以中间留好适合的间距会更好，width一般都设置成小于1。

bottom: bottom参数用于设置柱状图的底部位置(使柱状图“上浮”)，默认为0，这个参数一般不需要修改，保持0即可。设置bottom参数后，柱状图会沿y轴方向上移，如设置为200，则柱状图上移200，从y坐标为200的地方开始绘制，柱状图的长度不发生改变。例子中的0.5相对于2000多的数值差距太大，看不出来。

color: color参数用于设置柱状图的颜色，前面折线图和散点图是用c参数，有一点差异。当柱状图中有多组数据时，最好传入一个数组，使不同组的柱状图颜色不一样，方便区分。

五、绘制水平柱状

使用plot链式调用barh()方法，或在plot()中设置kind为barh，就可以绘制水平柱状图了，参数用法与bar()方法一样。当然，在设置x轴刻度值，y轴刻度值，数值标签等时要注意方向的转换。

六、绘制直方图

使用plot链式调用hist()方法，或在plot()中设置kind为hist，都可以绘制直方图。这里要强调的是，直方图不是柱状图，两者的应用场景完全不同。

绘制直方图前，要根据数据的分布设置好适合的组距，然后根据组距计算出组数。

bins: bins参数用于设置直方图的组数，传入计算的组数。

如果需要显示图例，使用plt对象的legend()方法设置即可。

七、绘制饼图

使用plot链式调用pie()方法，或在plot()中设置kind为pie，都可以绘制饼图(扇形图)。

饼图是用于展示数据占比的，所以要先确定数据是否符合预期，如果不符合要先进行处理。

autopct: autopct参数用于设置饼图中的百分比格式，如'%.2f%%'表示保留两位小数。

colors: colors参数用于设置每个扇形的颜色，与数据分类一一对应，传入一个长度与数据分类数相等的列表。

explode: explode参数用于设置每个扇形到圆心的距离，传入一个长度与数据分类数相等的列表，默认每个扇形到圆心的距离都是0，将想要分离展示的扇形距离设置成一个适合的值，如0.1，即可将该部分突出展示。

pctdistance: pctdistance参数用于设置百分比显示离圆心的距离，默认值是0.6，可以按需将pctdistance参数增大或减小。

textprops: textprops参数用于设置标签和百分比的字体、大小等，传入一个字典。

以上就是Pandas中六种常用统计图的绘制介绍，如果需要代码和数据，可以点击关注公众号“Python碎片”，然后在后台回复“pandas05”关键字获取本文代码和数据。