图的用途+pandas绘图（一）：折线图、柱状图、直方图

约定：

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

图的用途+pandas绘图

一、折线图 Line Chart

• 折线图的用途

排列在工作表的列或行中的数据可以绘制到折线图中。折线图可以显示随时间（根据常用比例设置）而变化的连续数据，因此非常适用于显示在相等时间间隔下数据的趋势。

当有多个系列时，尤其适合使用折线图 — 对于一个系列，应该考虑使用类别图。如果有几个均匀分布的数值标签（尤其是年），也应该使用折线图。如果拥有的数值标签多于十个，请改用散点图。

• 类型1：单折线图

ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
ts = ts.cumsum()
ts.plot();

• 类型2：多折线图

df = pd.DataFrame(np.random.randn(1000, 4), index=pd.date_range('1/1/2000', periods=1000), columns=list('ABCD'))
df = df.cumsum()
df.plot();

二、柱状图 Bar Chart

• 柱状图的用途

柱状图(bar chart)，是一种以长方形的长度为变量的表达图形的统计报告图，由一系列高度不等的纵向条纹表示数据分布的情况，用来比较两个或以上的价值（不同时间或者不同条件）。通常利用于较小的数据集分析。柱状图亦可横向排列，或用多维方式表达。

• 类型1：竖直柱状图

df2 = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])
df2.plot.bar();

• 类型2：叠加竖直柱状图

df2.plot.bar(stacked=True);

• 类型3：叠加水平柱状图

df2.plot.barh(stacked=True);

三、直方图 Histogram

• 直方图的用途

直方图(Histogram)又称质量分布图。是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。 一般用横轴表示数据类型（或等长区间），纵轴表示分布情况（落在该区间的频数）。

直方图的常见作用有以下三点：

(1)显示数据点波动的状态；

(2)较直观地传递有关过程状况的信息；

(3)通过研究质量波动状况之后，就能掌握过程的状况，从而确定在什么地方集中力量进行质量改进工作。

• 类型1：直方图

df3 = pd.DataFrame({'a': np.random.randn(1000) + 1, 'b': np.random.randn(1000)}, columns=['a', 'b'])
df3['a'].hist();

• 类型2：交叉直方图

df3.plot.hist(alpha=0.5,bins=20);

• 类型3：叠加直方图

df3.plot.hist(stacked=True, bins=20);

类型4：水平累计直方图

df3['a'].plot.hist(orientation='horizontal', cumulative=True);

* 类型5：多子图直方图

df3.hist(color='k', alpha=0.5, bins=50);

谢谢大家的浏览，
希望我的努力能帮助到您，
共勉！