Python Pandas - การแสดงภาพ
การพล็อตพื้นฐาน: พล็อต
ฟังก์ชั่นนี้บน Series และ DataFrame เป็นเพียง Wrapper แบบธรรมดารอบ ๆ ไฟล์ matplotlib libraries plot() วิธี.
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(10,4),index=pd.date_range('1/1/2000',
periods=10), columns=list('ABCD'))
df.plot()
มัน output มีดังนี้ -

หากดัชนีประกอบด้วยวันที่ก็จะเรียก gct().autofmt_xdate() เพื่อจัดรูปแบบแกน x ตามที่แสดงในภาพประกอบด้านบน
เราสามารถพล็อตคอลัมน์หนึ่งกับคอลัมน์อื่นโดยใช้ x และ y คำหลัก
วิธีการพล็อตอนุญาตให้มีรูปแบบการลงจุดจำนวนหนึ่งนอกเหนือจากพล็อตบรรทัดเริ่มต้น วิธีการเหล่านี้สามารถให้เป็นอาร์กิวเมนต์คำหลักชนิดplot(). ซึ่ง ได้แก่ -
- บาร์หรือบาร์สำหรับแปลงบาร์
- ฮิสโตแกรม
- กล่องสำหรับ boxplot
- 'พื้นที่' สำหรับแปลงพื้นที่
- 'กระจาย' สำหรับแปลงกระจาย
พล็อตบาร์
ตอนนี้ให้เราดูว่า Bar Plot คืออะไรโดยการสร้างขึ้นมา สามารถสร้างพล็อตแท่งได้ด้วยวิธีต่อไปนี้ -
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d')
df.plot.bar()
มัน output มีดังนี้ -

ในการสร้างพล็อตแท่งแบบเรียงซ้อน pass stacked=True -
import pandas as pd
df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d')
df.plot.bar(stacked=True)
มัน output มีดังนี้ -

ในการรับพล็อตแท่งแนวนอนให้ใช้ barh วิธีการ -
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d')
df.plot.barh(stacked=True)
มัน output มีดังนี้ -

ฮิสโตแกรม
ฮิสโตแกรมสามารถพล็อตได้โดยใช้ plot.hist()วิธี. ระบุจำนวนถังขยะได้
import pandas as pd
import numpy as np
df = pd.DataFrame({'a':np.random.randn(1000)+1,'b':np.random.randn(1000),'c':
np.random.randn(1000) - 1}, columns=['a', 'b', 'c'])
df.plot.hist(bins=20)
มัน output มีดังนี้ -

ในการลงจุดฮิสโทแกรมที่แตกต่างกันสำหรับแต่ละคอลัมน์ให้ใช้รหัสต่อไปนี้ -
import pandas as pd
import numpy as np
df=pd.DataFrame({'a':np.random.randn(1000)+1,'b':np.random.randn(1000),'c':
np.random.randn(1000) - 1}, columns=['a', 'b', 'c'])
df.diff.hist(bins=20)
มัน output มีดังนี้ -

พล็อตกล่อง
Boxplot สามารถโทรออกได้ Series.box.plot() และ DataFrame.box.plot(), หรือ DataFrame.boxplot() เพื่อให้เห็นภาพการกระจายของค่าภายในแต่ละคอลัมน์
ตัวอย่างเช่นนี่คือบ็อกซ์พล็อตที่แสดงถึงการทดลอง 5 ครั้งจากการสังเกตการณ์ 10 ครั้งของตัวแปรสุ่มแบบสม่ำเสมอบน [0,1)
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(10, 5), columns=['A', 'B', 'C', 'D', 'E'])
df.plot.box()
มัน output มีดังนี้ -

พล็อตพื้นที่
สามารถสร้างพล็อตพื้นที่ได้โดยใช้ Series.plot.area() หรือ DataFrame.plot.area() วิธีการ
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])
df.plot.area()
มัน output มีดังนี้ -

พล็อตกระจาย
สามารถสร้างพล็อตการกระจายโดยใช้ไฟล์ DataFrame.plot.scatter() วิธีการ
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(50, 4), columns=['a', 'b', 'c', 'd'])
df.plot.scatter(x='a', y='b')
มัน output มีดังนี้ -

แผนภูมิวงกลม
แผนภูมิวงกลมสามารถสร้างได้โดยใช้ DataFrame.plot.pie() วิธี.
import pandas as pd
import numpy as np
df = pd.DataFrame(3 * np.random.rand(4), index=['a', 'b', 'c', 'd'], columns=['x'])
df.plot.pie(subplots=True)
มัน output มีดังนี้ -
