標籤：

pandas可視化（5）【官方文檔解讀】-- Hexagonal Bin Plot（我翻譯為六角形箱體圖）、餅圖

01-30

前言

前文傳送門：

pandas可視化（1）【官方文檔解讀】--基礎繪圖

pandas可視化（2）【官方文檔解讀】-- 條形圖、直方圖

pandas可視化（3）【官方文檔解讀】-- 箱線圖

pandas可視化（4）【官方文檔解讀】-- 區域圖、散點圖

如繪圖過程中，中文字體和負號顯示有問題，可以參照如下鏈接修改配置參數設置正常顯示：

joinquant.com/post/441

六角形箱體圖

import matplotlibnimport matplotlib.pyplot as pltnimport pandas as pdnimport numpy as npnmatplotlib.style.use(ggplot)#使用ggplot樣式n%matplotlib inlinen

註：如前一章，先導入必要的模塊和繪圖的數據準備

六角形箱體圖

你可以使用DataFrame.plot.hexbin（）創建六邊形圖形圖。

如果您的數據太密集，可以單獨繪製每個點，六角形箱體圖可以是散點圖的有用替代方法。

df = pd.DataFrame(np.random.randn(1000, 2), columns=[a, b])ndf.plot.hexbin(x=a, y=b, gridsize=10)n

註：左邊坐標表示的是值的分布（這個圖是二維標準正態分布）

右邊是數據量大小與顏色的對比，gridsize=10指的是大小，我們將其調為25：

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

我們接下來不做二維正態分布的圖，加一個干擾：

df = pd.DataFrame(np.random.randn(1000, 2), columns=[a, b])ndf[b] = df[b] + np.arange(1000)ndf.plot.hexbin(x=a, y=b, gridsize=25)n

一個有用的關鍵字參數是gridsize; 它控制x方向的六邊形數量，並且默認為100.較大的格柵意味著更多的較小的分區。

默認情況下，計算每個（x，y）點周圍計數的直方圖。 可以通過將值傳遞給C和reduce_C_function參數來指定替代聚合。

C指定每個（x，y）點處的值，reduce_C_function是一個參數的函數，將一個bin中的所有值都減少為一個數字（例如，mean，max，sum，std）。

在該示例中，位置由列a和b給出，而值由列z給出。 bins與numpy的最大功能相結合。

df = pd.DataFrame(np.random.randn(1000, 2), columns=[a, b])ndf[b] = df[b] = df[b] + np.arange(1000)ndf[z] = np.random.uniform(0, 3, 1000)ndf.plot.hexbin(x=a, y=b, C=z, reduce_C_function=np.max,n gridsize=20)n

註：這裡z為在0-3上的均勻分布

餅圖

可以使用DataFrame.plot.pie（）或Series.plot.pie（）創建餅圖。

如果您的數據包含任何NaN，它們將自動填滿0.如果數據中有任何負值，則會引發ValueError。

series = pd.Series(3 * np.random.rand(4), index=[a, b, c, d], name=series)nseries.plot.pie(figsize=(6, 6))n

註：餅圖大小為6x6,如果長寬不一樣，畫出來是類似橢圓的

對於餅圖，最好使用平方數字，具有相等的長寬比。

可以創建具有相同寬度和高度的圖形，或者通過在返回的軸對象上調用ax.set_aspect（equal）來強制繪製後的寬高比相等。

請注意，使用DataFrame的餅圖需要您通過y參數或subplots = True指定目標列。

指定y時，將繪製所選列的餅圖。 如果指定subplots= True，則每列的餅圖將繪製為子圖。

默認情況下，每個餅圖將繪製一個圖例; 指定legend = False隱藏它。

df = pd.DataFrame(3 * np.random.rand(4, 2), index=[a, b, c, d], columns=[x, y])ndf.plot.pie(subplots=True, figsize=(9,4))n

註：子圖繪製，默認顯示圖例，可以自己指定整個圖的長寬大小（這裡我選取9x4最後效果比較好）

您可以使用標籤和顏色關鍵字來指定每塊的標籤和顏色。

如果要隱藏標籤，請指定標籤=無。 如果指定了fontsize，該值將應用於標籤。

另外，可以使用matplotlib.pyplot.pie（）支持的其他關鍵字。

series.plot.pie(labels=[AA, BB, CC, DD], colors=[r, g, b, c],n autopct=%.2f, fontsize=15, figsize=(6, 6))n

註：colors指定每塊對應的顏色，autopct是自動計算百分比顯示，fontsize是百分比字體顯示的大小

如果您傳遞總和小於1.0的值，則matplotlib繪製半圓。

series = pd.Series([0.1] * 4, index=[a, b, c, d], name=series2)nseries.plot.pie(figsize=(6, 6))n

註：

是快速創建列表的一種方式

pandas繪製六角形箱體圖和餅圖圖到此結束

文中所寫如有謬誤請指出，感謝！

參考文獻

pandas.pydata.org/panda

作者：王大偉 Python愛好者社區唯一小編，請勿轉載，謝謝。

出處：pandas可視化（5）【官方文檔解讀】-- Hexagonal Bin Plot（我翻譯為六角形箱體圖）、餅圖

配套視頻教程：Python3爬蟲三大案例實戰分享：貓眼電影、今日頭條街拍美圖、淘寶美食 Python3爬蟲三大案例實戰分享

公眾號：Python愛好者社區（微信ID：python_shequ），關注，查看更多連載內容。

推薦閱讀：

TAG:Python | 可视化 | Python入门 |