2.1.5.Python for Data Visual Visualization - Pandas Built-in Data Visualization

1.使用library

import numpy as np
import pandas as pd

• 將matplotlib的圖表直接嵌入到Notebook之中

%matplotlib inline

2.資料判讀與讀取

• 讀取資料格式 (df1)

  • 由於df1的資料有時間這個索引值, 因此必須指定index為0

    

  • 讀取資料

    df1 = pd.read_csv('df1', index_col = 0)
    df1.head()

    

• 讀取資料格式 (df2)

  • 由於此資料沒有索引值, 不需指定index

  • 讀取資料

    df2 = pd.read_csv('df2')
    df2.head()

    

3.Setting before plot

• 一般會配合Matplotlib一起使用

  • 設定圖的大小

    plt.figure(figsize=(10,6))

4.Histogram plot

• 將df1的資料畫成長條圖

df1['A'].hist(bins = 30)

• 也可以用

df1['A'].plot(kind='hist', bins = 30)

• 可以搭配filter使用, 例如

df[df[B] == 1][A].plot(kind='hist', bins = 30)

• 用hist比較不同性質的資料

df = pd.read_csv('loan_data.csv')
df.head()
plt.figure()
df[df['credit.policy']==1]['fico'].plot(kind = 'hist', bins = 30, color = 'blue', alpha = 0.5, label = 'Credit.Policy=1')
df[df['credit.policy']==0]['fico'].plot(kind = 'hist', bins = 30, color = 'red', alpha = 0.5, label = 'Credit.Policy=0')
plt.legend()
plt.xlabel('FICO')

5.Area plot

• alpha為透明度參數

df2.plot.area(alpha = 0.4)

6.Line plot

• 基本用法

df1.plot.line(x=df1.index, y = 'B')

6.Bar plot

• 基本用法

df2.plot.bar(alpha = 0.4)

• stacked

df2.plot.bar(alpha = 0.4, stacked = True)

7.Scatter plot

• 基本用法

df1.plot.scatter(x='A', y='B')

• 將原始資料作為色調值的來源

df1.plot.scatter(x='A', y='B', c='C', cmap='coolwarm')

• 將原始資料作為尺度的來源

df1.plot.scatter(x='A', y='B', s=df1['C']*100)

8.Box plot

• 基本用法, 關於boxplot的定義可以參考此篇筆記

df2.plot.box()

• 將兩資料的box plot畫在一起

df1[['A','B']].plot.box()

9.Density plot

• 基本用法

df2.plot.density()

• 改變線條的style (width, size)

df2.plot.density(lw=5,ls='--')

10.Hexbin plot

• 基本用法

df = pd.DataFrame(np.random.randn(1000, 2), columns=['a', 'b'])df.plot.hexbin(x='a', y='b', gridsize=25, cmap='coolwarm')