在进行数据分析时,绘图是必不可少的模式探索方式。用Python进行数据分析时,matplotlib和pandas是最常用到的两个库。
1、matplotlib库的应用
准备工作如下:打开ipython,输入命令分别导入numpy和matplotlib.pylab库。
1. import
2. import
1)创建fig
绘图第一步是创建绘图窗口fig。
1. fig1 = plt.figure()
2)创建subplot
在窗口上添加AxesSubplot类型的子绘图区域,一个窗口可以添加多个子绘图区。
3)subplot中绘图
1. ax1 = fig1.add_subplot(2,2,1)
2. ax4 = fig1.add_subplot(2,2,4)
调用子绘图区的方法,可以绘制点线图、频数图、散点图等常用图形。
注意:在同一个subplot中多次调用plot(),所得到的图形是相互覆盖的。
1. ax1.plot(np.random.randn(50).cumsum(),'k--')
2. ax4.hist(np.random.randn(30))
4)各类参数设置
主要关注以下几种方法:set_xlims设置坐标轴的上下限、set_ticks设置坐标刻度、set_ticklabel设置坐标标注。
5)清除和保存图形
1. ax1.set_xlim(-10,60)
2. ax1.set_xticks([0,20,40,60])
3. ax1.set_xticklabels(['a','b','c','d'])
用subplot的clear()方法可以清除现有的图形,用figure的savefig()保存图形到指定路径。
2、pandas库的应用
1. ax1.clear()
2. #windows下的路径
3. fig1.savefig(‘.\\test.jpg’)
相比于利用matplotlib库绘图,采用pandas绘图要便捷得多。参照前一部分,同样需要导入pandas、numpy库。
1)plot方法及参数
1. import
2. from pandas import
3. import
对于Series和DataFrame类型的数据,可以直接调用两种类型对应的plot方法,绘图时自动采用索引值绘制横坐标,采用每一列数据绘制纵坐标。这里分别以两类数据为例。
1. se1 = Series(np.random.randn(30).cumsum())
2. df = DataFrame({'a':np.random.randn(30),'b':np.random.randn(30)})
参数设置很方便,在plot()方法参数列表中添加相应参数值即可。常用的有:类型kind可设置为line(线图)、bar(垂直柱状图)、barh(水平柱状图)、kde(核密度估计图),另外还有color颜色设置、linestyle线型设置、alpha设置透明度、grid设置网格等。
1. se1.plot(kind = 'bar', color = 'g', alpha = 0.5, grid=True)
2. df.plot(kind = 'bar', alpha=0.5)
2)频数图、散点图
频数图采用hist绘制即可,单幅的散点图还得依靠matplotlib库,但pandas提供多幅散点图矩阵的快速绘图方法。
1. se1.plot(kind = 'bar', color = 'g')
2. #对角线上图形设置为核密度图
3. pd.scatter_matrix(df, diagonal='kde')
3)清除和保存图形
有时候,我们希望清除掉当前图形或者干脆关闭绘图窗口。可以采用figure的clear()方法清除图形,采用matplotlib.pylab的close()方法则能够直接关闭图形窗口。
1. df.plot()
2. #清除绘图
3. _.get_figure().clear()
4. #关闭窗口
5. plt.close()
3、python绘图的未来
Python同时具备强大的数据分析功能和Web开发功能,未来绘图的趋势将是更加紧密的联系数据分析和Web发布功能,所有绘制的图形应当能够方便的在网页上发布。数据分析人员和网页开发人员的工作耦合将会更加紧密。