pandas 绘图大全（和绘制横坐标为时间的图）

通常python数据绘图都会使用 Matplotlib 库，当然本篇文章的内容也和它有关。也可以使用pandas 对数据进行绘图。在使用pandas 绘图时，当然要先导入 Matplotlib 库才能使用。不管是 Series 还是 DataFrame 类型的数据，调用的方法都是一样的，只是后者要多处理一下。

线状图 绘制横坐标为时间的图

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Author: yudengwu
# @Date  : 2020/6/18
import pandas as pd
import matplotlib.pyplot as plt
from pylab import *
mpl.rcParams[font.sans-serif] = [SimHei]
mpl.rcParams[axes.unicode_minus] = False

data_1 = pd.read_csv(剔除部分样本后的数据.csv)
# 以日期为分组，对每个企业の用电量求和
train_df = data_1[[record_date, power_consumption]].groupby(record_date).agg(sum)
print(train_df.head())
#绘图
train_df.plot()#这一行绘图
plt.xlabel(时间)
plt.ylabel(用电量kWh)
plt.show()

选项 默认以第一列为横坐标，第二列为纵坐标。 对于多维数据需要指定横坐标。我们可以选取其中的两维进行绘制

plot() 默认绘制 折线图(kind=‘line’)，若要绘制其它图形，就要添加 kind 参数，以下是 kind 参数的选项： 其他参数： x：标签或位置 y:标签，位置或标签列表( 允许绘制一列与另一列 ) subplots:标签，位置或标签列表( 允许绘制一列与另一列 ) figsize 尺寸大小

其他参数 都可以后面通过 plt 添加 散点图：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df = pd.DataFrame(np.random.randn(25,4), columns=list(一二三四))
# 以 一组的数据作为 x 轴，以 四 组的数据作为 y 轴，生成散点图
df.plot(x=一, y=四, kind=scatter) #多维数据指定横坐标纵坐标
plt.show()

条形图

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df = pd.DataFrame(np.random.randn(25,4), columns=list(一二三四))

df.plot(kind=bar)
plt.show()

条形图可以只绘制一列数据：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df = pd.DataFrame(np.random.randn(25,4), columns=list(一二三四))

df.plot(y=一,kind=bar)
plt.show()

饼状图

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df = pd.DataFrame(np.random.rand(5,1), columns=list(一))

df.plot(kind=pie,subplots=True)
plt.show()