python—matplotlib可视化基础图形

导入需要的基础模块并设置数据集

import numpy as np      
import pandas as pd     
import matplotlib.pyplot as plt    #导入画图模块
import matplotlib

#魔法函数，内嵌绘图，不必使用plt.show()来显示图形
%matplotlib inline      

np.random.seed(100)    #设置随机数种子，便于每次生成的随机数都一致
df = pd.DataFrame(np.random.randint(-10,10,(10,3)),
                 index = pd.date_range("1/1/2000",periods = 10),columns = list("ABC"))
df = df.cumsum()    #数据进行累加
df.head()       #显示前五个数据

折线图——查看数据的变化趋势

df.plot()    #默认情况下的参数kind = "line",x轴是索引行，y轴是columns列    

柱状图——对于离散型数据，我们可以看到不同类别之间的分布情况

df.plot(kind = 'bar')   
df.plot(kind = 'bar',x = 'C',y = ['A','B'])      #修改x,y轴的数据

堆积柱状图——不仅能比较各类别总体区别，还能同时还能看出每个类别中子成分的占比情况

df.plot(kind = 'bar',stacked = True)

条形图——水平条形图在类别名称很长的时候非常方便

df.plot(kind = 'barh')

直方图——查看数据集的分布情况

a = np.random.randn(10000)
plt.hist(a,bins = 50)    #bins 箱子个数
plt.title("Standard Normal Distribution")

箱线图——用来展示数据的描述统计信息（即四分位数）

上下两端的横线：代表最大和最小值,如有冒出去的点，理解为异常值就好

箱子的上下限：分别是数据的上四分位数和下四分位数，意味着箱子包含了50%的数据，箱子的高低反应了数据的波动程度

箱子中间的横线表示中位数，代表数据的平均水平

df.plot(kind = 'box')

散点图——描述数据之间的相关性

df.plot(kind = 'scatter',x = 'A', y = 'B')

饼图——用面积表示一组数据的占比

a = df['A'][:5]      #  df.A[:5]这种取数也OK
a.abs().plot(kind = 'pie',figsize= (4,4))

备注：资源来源于微信公众号“数据蛙DataFrog”，推荐关注！