python 简单绘图

这里只讲数据分析常用的图形绘制，至于复杂的图形不在本篇讨论范围，讲到的几个图形基本满足数据分析过程的要求，至于汇报材料或者其他的高质量图形，以后再另外写关于ggplot2的简单使用。

python的绘图工具主要是matplotlib，这里不讲复杂的使用，只讲简单的使用。

使用matplotlib绘图有两种方法：

1.matplotlib绘图，指定参数data=DataFrame或Series

2.pandas对DataFrame和Series做了处理，它们本身有plot的方法

1.使用matplotlib绘图，如果用过MATLAB的朋友对这个不陌生。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from pandas import DataFrame, Series
from numpy.random import randn,rand

# 1.先创建一个画布
fig = plt.figure()

# 2.然后创建图形矩阵
ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)

# 3.查看画布
fig

# 4.单独绘制曲线
plt.plot(randn(50).cumsum(), 'k--')

# 5.在刚才创建的图形矩阵上画图
# 5.1.直方图
ax1.hist(randn(100), bins = 20, color = 'k', alpha = 0.3)
# 5.2.散点图
ax2.scatter(np.arange(30), np.arange(30)+3*randn(30))
# 5.3.线图(默认)
ax3.plot(randn(50).cumsum(),'k--')

# 6.将画好的图形显示出来
fig

前面的代码是先创建画布然后创建图形矩阵，有人嫌麻烦，于是有了下面的代码。

# 创建图形矩阵的快捷函数
# sharex,sharey 共享x，y轴，也就是刻度线是一样的
fig, axes = plt.subplots(2,2, sharex = True, sharey = True)

for i in range(2):
for j in range(2):
axes[i,j].hist(randn(500), bins=50,color='k', alpha = 0.5)
plt.subplots_adjust(wspace = 0,hspace=0)
fig

# 图形的属性
1.color:颜色
1.1 r：红色
1.2 b：蓝色
1.3 g：绿色

2.数据标记
2.1 o：圆圈
2.2 .：圆点
2.2 d：棱形

3.线型
3.1 没有参数的话就是默认画点图
3.2 --：虚线
3.3 -：实线

4.透明度
alpha

plt.plot(randn(30).cumsum(),'b.--')

# 设置标题，轴刻度，轴标签，以及刻度标签
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(randn(1000).cumsum())
ticks = ax.set_xticks([0,250,500,750,1000]) #x轴刻度
labels = ax.set_xticklabels(['one','tow','three','four','five'],rotation=30, fontsize='small') #x轴刻度名称
ax.set_title('my first matplotlib plot')  #标题
ax.set_xlabel('stages')  #x轴标题
fig

# 添加图例
# 也是在同一幅图中绘制多条线的方法
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(randn(1000).cumsum(), 'k',label='one')
ax.plot(randn(1000).cumsum(),'k--', label='two')
ax.plot(randn(1000).cumsum(), 'k.',label = 'three')
# 图例放置的位置
ax.legend(loc='best')
fig

# 保存图片
fig.savefig('pd_fig.png')

# 注解，以及subplot上绘图
from datetime import datetime
data = pd.read_csv('spx.csv',index_col = 0,parse_dates=True)
spx=data['SPX']
data.columns
data.head()

fig=plt.figure()
ax = fig.add_subplot(1,1,1)

spx.plot(ax=ax, style='k--')
crisis_data=[
(datetime(2007,10,11),'peak of bull market'),
(datetime(2008,3,12),'bear strarns fails'),
(datetime(2008,9,15),'lehman bankruptcy')
]
for date,label in crisis_data:
ax.annotate(label, xy=(data,spx.asof(date)+50),xytext=(date,spx.asof(date)+200),arrowprops=dict(facecolor='black'),horizontalalignment='left',verticalalignment='top')

# 轴刻度范围
ax.set_xlim(['1/1/2007','1/1/2011'])
ax.set_ylim([600,800])
ax.set_title('import dates in 2008-2009 financial crisis')
fig

前面说过，既可以用matplotlib来绘图，Series和DataFrame本身也封装有绘图的函数。下面是一些常用的图形。

作图函数名	功能	模块
plot()	折线图，点图	matplotlib 和 pandas
pie()	饼图	matplotlib 和 pandas
hist()	直方图，条形图	matplotlib 和 pandas
boxplot()	箱线图	pandas
plot(loyg=True)	y轴的对数图形	pandas
plot(yerr=True)	误差条形图	pandas

用法

# 1.matplotlib的方法
import matplotlib.pyplot as plt
plt.plot(x,y,S)
# S是图形选项，包括颜色，样式，图形的类型，具体的参数和前面的一样。

# 2.pandas的方法
D.plot(kind='图形类型')

# D是DataFrame或者Series，默认以index为横坐标，每列数据为纵坐标自动绘图，也就是每列数据绘制一个图形。
# kind=
# line :线
# bar :条形图
# barh,hist :直方图
# box :箱线图
# kde :密度图
# area :面积图
# pie :饼图
# 除了kind参数外，也能接受plt.plot()中的参数。

常用的图形

# 1.线形图(默认)
s = Series(randn(10).cumsum(), index=np.arange(0,100,10))
s.plot(style='ko--')

#如果是数据框，则每一列画一条线
df = DataFrame(randn(10,4).cumsum(0),columns=['a','b','c','d'],index=np.arange(0,100,10))
df.plot()

# 2.柱状图
# 柱状图是对每一个数字画图，如果有多个数字就画多条柱子
# 也就是说，柱状图需要给定柱子的高度。注意这和直方图是不一样的，直方图会自己计数，然后绘图，如果画得比较细，就是密度曲线了
fig,axes = plt.subplots(2,1)
data = Series(np.random.rand(16),index=list('abcdefghijklmnop'))
data.plot(kind='bar',ax=axes[0])
data.plot(kind='bar',ax=axes[1])
fig

df = DataFrame(np.random.rand(6,4),index=['one','two','three','four','five','six'],columns=pd.Index(['a','b','c','d'],name='Genus'))
df

# 每行画一个族柱，有多少行就有多少族柱
df.plot(kind='bar')

# 2.2堆积的柱状图
df.plot(kind='bar',stacked=True,alpha=0.5)

tips = pd.read_csv('tips.csv')
tips.head()
party_counts=pd.crosstab(tips.size,tips.day)
party_counts

party_pcts=party_counts.div(party_counts.sum(1),axis=0)
party_pcts
party_pcts.plot(kind='bar',stacked=True)

# 3.直方图和密度图
# 注意和前面的柱状图的区别，直方图可以自动对给定的区间计数，绘制高度
tips['tip_pct']=tips['tip']/tips['total_bill']
tips['tip_pct'].hist(bins=50)

# 4.密度曲线
tips['tip_pct'].plot(kind='kde')

# 将两幅图画在一起
comp1=np.random.normal(0,1,size=200)
comp2=np.random.normal(10,2,size=200)
values=Series(np.concatenate([comp1,comp2]))
values
values.hist(bins=100, alpha=0.3, color='k',normed=True)
values.plot(kind='kde',style='k--')

# 5.散布图，散点图
macro = pd.read_csv('macrodata.csv')
data = macro[['cpi','m1','tbilrate','unemp']]
trans_data = np.log(data).diff().dropna()
trans_data[-5:]
trans_data.tail()

plt.scatter(trans_data['m1'],trans_data['unemp'])
plt.title('change in log %s vs log %s' %('m1','unemp'))
plt.show()

# 5.2.散点图矩阵
pd.scatter_matrix(trans_data,diagonal='kde', color='k', alpha=0.3)

python的ggplot模块，是R语言的ggplot2的python实现，用法和R语言的用法一致，这个可以实现高质量的绘图，而且图层的概念对绘图有很大的帮助啊。以后再简单写下ggplot的用法。