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

  • 本教程使用关于 \(NO_2\) 的空气质量数据，由 OpenAQ 提供，并使用 py-openaq 包获取。数据集 air_quality_no2.csv 分别提供了巴黎、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

    关于 read_csv 函数的 index_col 和 parse_dates 参数的用法，它们分别用于将第一列（第 0 列）定义为结果 DataFrame 的索引，并将列中的日期转换为 Timestamp 对象。

  • 我想快速查看一下数据。

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

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

    对于 DataFrame，pandas 默认会为每个包含数值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

    要绘制特定的列，请结合 数据子集教程 中的选择方法和 plot() 方法。因此，plot() 方法适用于 Series 和 DataFrame。

  • 我想可视化比较伦敦和巴黎测得的 \(NO_2\) 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 函数时默认的 line 图之外，还有许多其他可用于绘制数据的替代方法。让我们使用一些标准 Python 代码来获取可用绘图方法的概览

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，可以使用 TAB 键获取可用方法的概览，例如 air_quality.plot. + TAB。

其中一个选项是 DataFrame.plot.box()，它指的是箱线图（boxplot）。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
用户指南

要了解除默认折线图之外的其他图表类型，请参阅用户指南中关于支持的图表样式的部分。

  • 我希望将每一列绘制到单独的子图中。

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

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

    使用 plot 函数的 subplots 参数可以支持为每个数据列创建单独的子图。值得回顾一下每个 pandas 绘图函数中内置的选项。

用户指南

更多格式化选项在用户指南中关于绘图格式化的部分进行了解释。

  • 我想进一步自定义、扩展或保存生成的图表。

    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 创建的每个图表对象都是一个 Matplotlib 对象。由于 Matplotlib 提供了许多自定义图表的选项，明确建立 pandas 与 Matplotlib 之间的关联可以充分利用 Matplotlib 的所有功能来绘制图表。此策略已在之前的示例中应用

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 DataFrame。

  • 默认情况下，每列都作为不同的元素（折线、箱线图等）进行绘制。

  • pandas 创建的任何图表都是一个 Matplotlib 对象。

用户指南

pandas 绘图的完整概览可在可视化页面中找到。