matplotlib基础画图

一 画多个子图

画子图主要针对一条x，一条y，或者一个序列画，如果子图针对df画，那么就会画到新的画布上。
生成数据

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

df=pd.DataFrame(np.random.randn(1000,3)+1,columns=list('abc'))
df.describe([.05,.25,.5,.75,.95])

a	b	c
count	1000.000000	1000.000000	1000.000000
mean	0.972768	0.962918	0.978372
std	1.026377	0.975196	1.032846
min	-2.860135	-1.950653	-2.056951
5%	-0.708528	-0.609859	-0.726750
25%	0.300097	0.289349	0.282289
50%	0.986061	0.929492	0.960810
75%	1.671665	1.621048	1.622402
95%	2.634893	2.641255	2.723783
max	3.897037	3.915171	4.248954

df['d']=pd.Series(abs(np.random.randn(1000))*100)
df['b']=df['b'].astype(int)+10
df['e']=pd.date_range('2015-01-01',periods=1000,freq='D')
df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1000 entries, 0 to 999
Data columns (total 5 columns):
a    1000 non-null float64
b    1000 non-null int32
c    1000 non-null float64
d    1000 non-null float64
e    1000 non-null datetime64[ns]
dtypes: datetime64[ns](1), float64(3), int32(1)
memory usage: 35.2 KB

开始画图

plt.subplot(231)
# df.hist()     df.plot.hist,和df.hist还是有区别。这里用plot.hist就错了。
#画多个子图时候，用plt.plot或者series.plot，别用df.plot，不展示。
df.a.hist()
df.c.hist() 
#多次画图实现叠加
plt.subplot(232)
plt.plot(df.e.values[:5],df.a.values[:5])   
#这里用x=df.e.values,y=df.a.values，就错了。
#日期刻度看不清
plt.plot(df.e.values[:5],df.c.values[:5])
plt.bar(df.e.values[:5],df.c.values[:5])
#多次画图实现叠加，不同类型图也可以叠加
plt.subplot(233)
df['b'].plot.bar()
#x轴刻度太多看不清。
plt.subplot(234)
# df.loc[:5,['a','b']].plot.bar(stacked=True)  #这里不是stack=True
#不展示，plt.bar不支持参数是二维数组，所以没法堆积
plt.subplot(235)
df['d'].hist()
plt.subplot(236)
df['b'].plot.box()   #画多个子图时候，用plt.plot或者series.plot，别用df.plot，不展示。

二 对df画图

一个x多个y的时候，可以直接对df画图，直接产生多系列数据产生的图。
主要用plot(),plot.bar(),plot.hist,hist等函数，参见pandas文档。
参数有本身的参数，还可设置一些通用参数，比如color，中文字体显示rcParams，双轴显示secondary_y，label= 数据系列名称，linewidth，lengend图例显示
plt.xlabel=
plt.xlim=

df.loc[:5,['a','b']].plot.bar(stacked=True)
<matplotlib.axes._subplots.AxesSubplot at 0x20ec9ec4f28>

df.loc[:5,['a','b']].plot.bar()
df.loc[:5,['a','b']].plot.bar()
<matplotlib.axes._subplots.AxesSubplot at 0x20ecf4e70b8>


df.loc[:5,['a','b']].plot.barh()
<matplotlib.axes._subplots.AxesSubplot at 0x20ecf5ebbe0>
df.hist()  
array([[<matplotlib.axes._subplots.AxesSubplot object at 0x0000020ECC3C1E80>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x0000020ECC3639E8>],
       [<matplotlib.axes._subplots.AxesSubplot object at 0x0000020ECC38EFD0>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x0000020ECC06F6A0>]],
      dtype=object)


df.iloc[:,:3].plot.hist(alpha=0.5,color='grb') 
<matplotlib.axes._subplots.AxesSubplot at 0x20ecc4cff98>


df.iloc[:,:3].plot()
<matplotlib.axes._subplots.AxesSubplot at 0x20ecc4bd9b0>


df.loc[:50,['a','c']].plot(color='bg')
df.loc[:50,'b'].plot(secondary_y=True,color='orange')
plt.legend()
<matplotlib.legend.Legend at 0x20ecdf510f0>


df.loc[:5,['a','c']].abs().plot.bar(color='bg')
df.loc[:5,'b'].abs().plot(secondary_y=True,color='orange')
plt.legend()
<matplotlib.legend.Legend at 0x20ecf548048>


df.iloc[:,:3].plot.box()    #所有图只对数值
<matplotlib.axes._subplots.AxesSubplot at 0x20bd60a2e10>


df.iloc[:,:3].boxplot() 
<matplotlib.axes._subplots.AxesSubplot at 0x20bd5d74be0>

三设置x轴刻度和日期刻度

3.1设置画布大小
plt.figure(figsize=(15,5)) 长15宽5
plt.figure(figsize=(5,5)) 长5宽5
3.2
df.set_index(‘e’).loc[:,[‘a’,‘c’]].plot()
plt.xticks(pd.date_range(‘2015-01-01’,periods=1000),pd.date_range(‘2015-01-01’,periods=1000))
plt.show() #加一个plt.show，中间产生的tick点提示都没了