python中matplotlib是非常重要并且方便的图形化工具，使用matplotlib可以可视化的进行数据分析，今天本文将会详细讲解pandas中的matplotlib应用。
基础画图要想使用matplotlib，我们需要引用它：
In [1]: import matplotlib.pyplot as plt
假如我们要从2020年1月1日开始，随机生成365天的数据，然后作图表示应该这样写：
ts = pd.Series(np.random.randn(365), index=pd.date_range("1/1/2020", periods=365))
ts.plot()
使用DF可以同时画多个Series的图像：
df3 = pd.DataFrame(np.random.randn(365, 4), index=ts.index, columns=list("ABCD"))
df3= df3.cumsum()
df3.plot()
可以指定行和列使用的数据：
df3 = pd.DataFrame(np.random.randn(365, 2), columns=["B", "C"]).cumsum()
df3["A"] = pd.Series(list(range(len(df))))
df3.plot(x="A", y="B");
plot() 支持很多图像类型，包括bar, hist, box, density, area, scatter, hexbin, pie等，下面我们分别举例子来看下怎么使用。
bar
df.iloc[5].plot(kind="bar");
多个列的bar：
df2 = pd.DataFrame(np.random.rand(10, 4), columns=["a", "b", "c", "d"])
df2.plot.bar();
df2.plot.bar(stacked=True);
barh 表示横向的bar图：
df2.plot.barh(stacked=True);
df2.plot.hist(alpha=0.5);
df.plot.box();
box可以自定义颜色：
color = {
....: "boxes": "DarkGreen",
....: "whiskers": "DarkOrange",
....: "medians": "DarkBlue",
....: "caps": "Gray",
....: }
df.plot.box(color=color, sym="r ");
可以转成横向的：
df.plot.box(vert=False);
除了box，还可以使用DataFrame.boxplot来画box图：
In [42]: df = pd.DataFrame(np.random.rand(10, 5))
In [44]: bp = df.boxplot()
boxplot可以使用by来进行分组：
df = pd.DataFrame(np.random.rand(10, 2), columns=["Col1", "Col2"])
df
Out[90]:
Col1 Col2
0 0.047633 0.150047
1 0.296385 0.212826
2 0.562141 0.136243
3 0.997786 0.224560
4 0.585457 0.178914
5 0.551201 0.867102
6 0.740142 0.003872
7 0.959130 0.581506
8 0.114489 0.534242
9 0.042882 0.314845
df.boxplot()
现在给df加一列：
df["X"] = pd.Series(["A", "A", "A", "A", "A", "B", "B", "B", "B", "B"])
df
Out[92]:
Col1 Col2 X
0 0.047633 0.150047 A
1 0.296385 0.212826 A
2 0.562141 0.136243 A
3 0.997786 0.224560 A
4 0.585457 0.178914 A
5 0.551201 0.867102 B
6 0.740142 0.003872 B
7 0.959130 0.581506 B
8 0.114489 0.534242 B
9 0.042882 0.314845 B
bp = df.boxplot(by="X")
使用 Series.plot.area() 或者 DataFrame.plot.area() 可以画出area图。
In [60]: df = pd.DataFrame(np.random.rand(10, 4), columns=["a", "b", "c", "d"])
In [61]: df.plot.area();
如果不想叠加，可以指定stacked=False
In [62]: df.plot.area(stacked=False);
DataFrame.plot.scatter() 可以创建点图。
In [63]: df = pd.DataFrame(np.random.rand(50, 4), columns=["a", "b", "c", "d"])
In [64]: df.plot.scatter(x="a", y="b");
scatter图还可以带第三个轴：
df.plot.scatter(x="a", y="b", c="c", s=50);
可以将第三个参数变为散点的大小：
df.plot.scatter(x="a", y="b", s=df["c"] * 200);
使用 DataFrame.plot.hexbin() 可以创建蜂窝图：
In [69]: df = pd.DataFrame(np.random.randn(1000, 2), columns=["a", "b"])
In [70]: df["b"] = df["b"] np.arange(1000)
In [71]: df.plot.hexbin(x="a", y="b", gridsize=25);
默认情况下颜色深度表示的是（x，y）中元素的个数，可以通过reduce_C_function来指定不同的聚合方法：比如 mean, max, sum, std.
In [72]: df = pd.DataFrame(np.random.randn(1000, 2), columns=["a", "b"])
In [73]: df["b"] = df["b"] = df["b"] np.arange(1000)
In [74]: df["z"] = np.random.uniform(0, 3, 1000)
In [75]: df.plot.hexbin(x="a", y="b", C="z", reduce_C_function=np.max, gridsize=25);
使用 DataFrame.plot.pie() 或者 series.plot.pie()来构建饼图：
In [76]: series = pd.Series(3 * np.random.rand(4), index=["a", "b", "c", "d"], name="series")
In [77]: series.plot.pie(figsize=(6, 6));
可以按照列的个数分别作图：
In [78]: df = pd.DataFrame(
....: 3 * np.random.rand(4, 2), index=["a", "b", "c", "d"], columns=["x", "y"]
....: )
....:
In [79]: df.plot.pie(subplots=True, figsize=(8, 4));
更多定制化的内容：
In [80]: series.plot.pie(
....: labels=["AA", "BB", "CC", "DD"],
....: colors=["r", "g", "b", "c"],
....: autopct="%.2f",
....: fontsize=20,
....: figsize=(6, 6),
....: );
如果传入的value值加起来不是1，那么会画出一个伞形：
In [81]: series = pd.Series([0.1] * 4, index=["a", "b", "c", "d"], name="series2")
In [82]: series.plot.pie(figsize=(6, 6));
下面是默认画图方式中处理NaN数据的方式：
|
画图方式 |
处理NaN的方式 |
|
Line |
Leave gaps at NaNs |
|
Line (stacked) |
Fill 0’s |
|
Bar |
Fill 0’s |
|
Scatter |
Drop NaNs |
|
Histogram |
Drop NaNs (column-wise) |
|
Box |
Drop NaNs (column-wise) |
|
Area |
Fill 0’s |
|
KDE |
Drop NaNs (column-wise) |
|
Hexbin |
Drop NaNs |
|
Pie |
Fill 0’s |
可以使用pandas.plotting中的scatter_matrix来画散点矩阵图：
In [83]: from pandas.plotting import scatter_matrix
In [84]: df = pd.DataFrame(np.random.randn(1000, 4), columns=["a", "b", "c", "d"])
In [85]: scatter_matrix(df, alpha=0.2, figsize=(6, 6), diagonal="kde");
使用 Series.plot.kde() 和 DataFrame.plot.kde() 可以画出密度图：
In [86]: ser = pd.Series(np.random.randn(1000))
In [87]: ser.plot.kde();
安德鲁斯曲线允许将多元数据绘制为大量曲线，这些曲线是使用样本的属性作为傅里叶级数的系数创建的. 通过为每个类对这些曲线进行不同的着色，可以可视化数据聚类。 属于同一类别的样本的曲线通常会更靠近在一起并形成较大的结构。
In [88]: from pandas.plotting import andrews_curves
In [89]: data = pd.read_csv("data/iris.data")
In [90]: plt.figure();
In [91]: andrews_curves(data, "Name");
平行坐标是一种用于绘制多元数据的绘制技术。 平行坐标允许人们查看数据中的聚类，并直观地估计其他统计信息。 使用平行坐标点表示为连接的线段。 每条垂直线代表一个属性。 一组连接的线段代表一个数据点。 趋于聚集的点将显得更靠近。
In [92]: from pandas.plotting import parallel_coordinates
In [93]: data = pd.read_csv("data/iris.data")
In [94]: plt.figure();
In [95]: parallel_coordinates(data, "Name");
滞后图是用时间序列和相应的滞后阶数序列做出的散点图。可以用于观测自相关性。
In [96]: from pandas.plotting import lag_plot
In [97]: plt.figure();
In [98]: spacing = np.linspace(-99 * np.pi, 99 * np.pi, num=1000)
In [99]: data = pd.Series(0.1 * np.random.rand(1000) 0.9 * np.sin(spacing))
In [100]: lag_plot(data);
自相关图通常用于检查时间序列中的随机性。 自相关图是一个平面二维坐标悬垂线图。横坐标表示延迟阶数，纵坐标表示自相关系数。
In [101]: from pandas.plotting import autocorrelation_plot
In [102]: plt.figure();
In [103]: spacing = np.linspace(-9 * np.pi, 9 * np.pi, num=1000)
In [104]: data = pd.Series(0.7 * np.random.rand(1000) 0.3 * np.sin(spacing))
In [105]: autocorrelation_plot(data);
bootstrap plot用于直观地评估统计数据的不确定性，例如均值，中位数，中间范围等。从数据集中选择指定大小的随机子集，为该子集计算出相关统计信息， 重复指定的次数。 生成的图和直方图构成了引导图。
In [106]: from pandas.plotting import bootstrap_plot
In [107]: data = pd.Series(np.random.rand(1000))
In [108]: bootstrap_plot(data, size=50, samples=500, color="grey");
他是基于弹簧张力最小化算法。它把数据集的特征映射成二维目标空间单位圆中的一个点，点的位置由系在点上的特征决定。把实例投入圆的中心，特征会朝圆中此实例位置（实例对应的归一化数值）“拉”实例。
In [109]: from pandas.plotting import radviz
In [110]: data = pd.read_csv("data/iris.data")
In [111]: plt.figure();
In [112]: radviz(data, "Name");
matplotlib 1.5版本之后，提供了很多默认的画图设置，可以通过matplotlib.style.use(my_plot_style)来进行设置。
可以通过使用matplotlib.style.available来列出所有可用的style类型：
import matplotlib as plt;
plt.style.available
Out[128]:
['seaborn-dark',
'seaborn-darkgrid',
'seaborn-ticks',
'fivethirtyeight',
'seaborn-whitegrid',
'classic',
'_classic_test',
'fast',
'seaborn-talk',
'seaborn-dark-palette',
'seaborn-bright',
'seaborn-pastel',
'grayscale',
'seaborn-notebook',
'ggplot',
'seaborn-colorblind',
'seaborn-muted',
'seaborn',
'Solarize_Light2',
'seaborn-paper',
'bmh',
'seaborn-white',
'dark_background',
'seaborn-poster',
'seaborn-deep']
默认情况下画出来的图会有一个表示列类型的图标，可以使用legend=False禁用：
In [115]: df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list("ABCD"))
In [116]: df = df.cumsum()
In [117]: df.plot(legend=False);
In [118]: df.plot();
In [119]: df.plot(xlabel="new x", ylabel="new y");
画图中如果X轴或者Y轴的数据差异过大，可能会导致图像展示不友好，数值小的部分基本上无法展示，可以传入logy=True进行Y轴的缩放：
In [120]: ts = pd.Series(np.random.randn(1000), index=pd.date_range("1/1/2000", periods=1000))
In [121]: ts = np.exp(ts.cumsum())
In [122]: ts.plot(logy=True);
使用secondary_y=True 可以绘制多个Y轴数据：
In [125]: plt.figure();
In [126]: ax = df.plot(secondary_y=["A", "B"])
In [127]: ax.set_ylabel("CD scale");
In [128]: ax.right_ax.set_ylabel("AB scale");
小图标上面默认会添加right字样，想要去掉的话可以设置mark_right=False：
In [129]: plt.figure();
In [130]: df.plot(secondary_y=["A", "B"], mark_right=False);
使用时间做坐标的时候，因为时间太长，导致x轴的坐标值显示不完整，可以使用x_compat=True 来进行调整：
In [133]: plt.figure();
In [134]: df["A"].plot(x_compat=True);
如果有多个图像需要调整，可以使用with：
In [135]: plt.figure();
In [136]: with pd.plotting.plot_params.use("x_compat", True):
.....: df["A"].plot(color="r")
.....: df["B"].plot(color="g")
.....: df["C"].plot(color="b")
.....:
绘制DF的时候，可以将多个Series分开作为子图显示：
In [137]: df.plot(subplots=True, figsize=(6, 6));
可以修改子图的layout：
df.plot(subplots=True, layout=(2, 3), figsize=(6, 6), sharex=False);
上面等价于：
In [139]: df.plot(subplots=True, layout=(2, -1), figsize=(6, 6), sharex=False);
一个更复杂的例子：
In [140]: fig, axes = plt.subplots(4, 4, figsize=(9, 9))
In [141]: plt.subplots_adjust(wspace=0.5, hspace=0.5)
In [142]: target1 = [axes[0][0], axes[1][1], axes[2][2], axes[3][3]]
In [143]: target2 = [axes[3][0], axes[2][1], axes[1][2], axes[0][3]]
In [144]: df.plot(subplots=True, ax=target1, legend=False, sharex=False, sharey=False);
In [145]: (-df).plot(subplots=True, ax=target2, legend=False, sharex=False, sharey=False);
如果设置table=True ， 可以直接将表格数据一并显示在图中：
In [165]: fig, ax = plt.subplots(1, 1, figsize=(7, 6.5))
In [166]: df = pd.DataFrame(np.random.rand(5, 3), columns=["a", "b", "c"])
In [167]: ax.xaxis.tick_top() # Display x-axis ticks on top.
In [168]: df.plot(table=True, ax=ax)
fig
table还可以显示在图片上面：
In [172]: from pandas.plotting import table
In [173]: fig, ax = plt.subplots(1, 1)
In [174]: table(ax, np.round(df.describe(), 2), loc="upper right", colWidths=[0.2, 0.2, 0.2]);
In [175]: df.plot(ax=ax, ylim=(0, 2), legend=None);
如果Y轴的数据太多的话，使用默认的线的颜色可能不好分辨。这种情况下可以传入colormap 。
In [176]: df = pd.DataFrame(np.random.randn(1000, 10), index=ts.index)
In [177]: df = df.cumsum()
In [178]: plt.figure();
In [179]: df.plot(colormap="cubehelix");
本文已收录于 http://www.flydean.com/09-python-pandas-plot/
最通俗的解读，最深刻的干货，最简洁的教程，众多你不知道的小技巧等你来发现！
,