如何在 pandas 中创建图表？#

../../_images/04_plot_overview.svg
In [1]: import pandas as pd

In [2]: import matplotlib.pyplot as plt
本教程使用的数据

  • 本教程使用来自 OpenAQ 的 \(NO_2\) 空气质量数据，并使用 py-openaq 包。 air_quality_no2.csv 数据集提供了分别位于巴黎、安特卫普和伦敦的测量站 FR04014、BETR801 和 London Westminster 的 \(NO_2\) 值。

    原始数据 
    In [3]: air_quality = pd.read_csv("data/air_quality_no2.csv", index_col=0, parse_dates=True)

In [4]: air_quality.head()
Out[4]: 
                     station_antwerp  station_paris  station_london
datetime                                                           
2019-05-07 02:00:00              NaN            NaN            23.0
2019-05-07 03:00:00             50.5           25.0            19.0
2019-05-07 04:00:00             45.0           27.7            19.0
2019-05-07 05:00:00              NaN           50.4            16.0
2019-05-07 06:00:00              NaN           61.9             NaN

    注意

    使用 read_csv 函数的 index_col 和 parse_dates 参数将第一列（第 0 列）定义为结果 DataFrame 的索引，并将该列中的日期转换为 Timestamp 对象。

  • 我想要快速地对数据进行视觉检查。

    In [5]: air_quality.plot()
Out[5]: <Axes: xlabel='datetime'>

In [6]: plt.show()
    ../../_images/04_airqual_quick.png

    使用 DataFrame 时，pandas 默认情况下会为每个包含数字数据的列创建一个折线图。

  • 我只想绘制数据表中包含巴黎数据的列。

    In [7]: air_quality["station_paris"].plot()
Out[7]: <Axes: xlabel='datetime'>

In [8]: plt.show()
    ../../_images/04_airqual_paris.png

    要绘制特定列，请使用 子集数据教程 中的选取方法，并结合 plot() 方法。因此，plot() 方法既适用于 Series，也适用于 DataFrame。

  • 我想直观地比较伦敦和巴黎测量的 \(NO_2\) 值。

    In [9]: air_quality.plot.scatter(x="station_london", y="station_paris", alpha=0.5)
Out[9]: <Axes: xlabel='station_london', ylabel='station_paris'>

In [10]: plt.show()
    ../../_images/04_airqual_scatter.png

除了使用 plot 函数时的默认 line 图之外，还有许多其他方法可用于绘制数据。让我们使用一些标准的 Python 代码来概述可用的绘图方法。

In [11]: [
   ....:     method_name
   ....:     for method_name in dir(air_quality.plot)
   ....:     if not method_name.startswith("_")
   ....: ]
   ....: 
Out[11]: 
['area',
 'bar',
 'barh',
 'box',
 'density',
 'hexbin',
 'hist',
 'kde',
 'line',
 'pie',
 'scatter']

注意

在许多开发环境以及 IPython 和 Jupyter Notebook 中，使用 TAB 键可以查看可用的方法，例如 air_quality.plot. + TAB。

其中一个选项是 DataFrame.plot.box()，它指的是 箱线图。 box 方法适用于空气质量示例数据。

In [12]: air_quality.plot.box()
Out[12]: <Axes: >

In [13]: plt.show()
../../_images/04_airqual_boxplot.png
到用户指南

有关除默认折线图以外的其他绘图的介绍，请参阅用户指南中关于 支持的绘图样式 的部分。

  • 我希望每个列都在单独的子图中。

    In [14]: axs = air_quality.plot.area(figsize=(12, 4), subplots=True)

In [15]: plt.show()
    ../../_images/04_airqual_area_subplot.png

    plot 函数的 subplots 参数支持为每个数据列创建单独的子图。值得回顾一下每个 pandas 绘图函数中可用的内置选项。

到用户指南

用户指南中关于 绘图格式 的部分解释了更多格式选项。

  • 我想进一步自定义、扩展或保存生成的绘图。

    In [16]: fig, axs = plt.subplots(figsize=(12, 4))

In [17]: air_quality.plot.area(ax=axs)
Out[17]: <Axes: xlabel='datetime'>

In [18]: axs.set_ylabel("NO$_2$ concentration")
Out[18]: Text(0, 0.5, 'NO$_2$ concentration')

In [19]: fig.savefig("no2_concentrations.png")

In [20]: plt.show()
    ../../_images/04_airqual_customized.png

pandas 创建的每个绘图对象都是一个 Matplotlib 对象。由于 Matplotlib 提供了大量自定义绘图的选项，因此将 pandas 和 Matplotlib 之间的链接明确化，可以将 Matplotlib 的所有功能应用于绘图。这种策略在前面的示例中得到了应用。

fig, axs = plt.subplots(figsize=(12, 4))        # Create an empty Matplotlib Figure and Axes
air_quality.plot.area(ax=axs)                   # Use pandas to put the area plot on the prepared Figure/Axes
axs.set_ylabel("NO$_2$ concentration")          # Do any Matplotlib customization you like
fig.savefig("no2_concentrations.png")           # Save the Figure/Axes using the existing Matplotlib method.
plt.show()                                      # Display the plot

记住

  • .plot.* 方法适用于 Series 和 DataFrames。

  • 默认情况下，每个列都作为不同的元素（折线、箱线图等）绘制。

  • pandas 创建的任何绘图都是一个 Matplotlib 对象。

到用户指南

用户指南中的 可视化页面 提供了 pandas 中绘图的完整概述。