pandas可视化（4）【官方文档解读】-- 区域图、散点图

前言

前文传送门：

pandas可视化（1）【官方文档解读】--基础绘图

pandas可视化（2）【官方文档解读】-- 条形图、直方图

pandas可视化（3）【官方文档解读】-- 箱线图

如绘图过程中，中文字体和负号显示有问题，可以参照如下链接修改配置参数设置正常显示：

https://www.joinquant.com/post/441

区域图

import matplotlib
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
matplotlib.style.use('ggplot')#使用ggplot样式
%matplotlib inline

注：如前一章，先导入必要的模块和绘图的数据准备

可以使用Series.plot.area（）和DataFrame.plot.area（）创建区域图。 

默认情况下，区域图堆叠。 为了产生堆积区域图，每列必须是正值或全部负值。

当输入数据包含NaN时，它会自动填满0。

如果要删除缺失值或填充其他值，请在调用plot之前使用dataframe.dropna（）或dataframe.fillna（）。

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

df.plot.area()

注：随机产生标准正态分布的df，四栏分别绘制堆积区域图

为了产生一个未堆积的图，通过使参数stacked=False。

除非另有规定，否则透明度：Alpha值设置为0.5，即半透明：

df.plot.area(stacked=False)

散点图

可以使用DataFrame.plot.scatter（）方法绘制散点图。 

散点图需要x和y轴的数字列。 这些可以由x和y关键字指定。

df = pd.DataFrame(np.random.rand(50, 4), columns=['a', 'b', 'c', 'd'])

df.plot.scatter(x='a', y='b')

注：将产生的a栏作为x轴数据，b栏作为y轴数据绘图

ax = df.plot.scatter(x='a', y='b', color='DarkBlue', label='Group 1')

df.plot.scatter(x='c', y='d', color='RED', label='Group 2', ax=ax)

注：要在单个轴上绘制多个列组，要重复指定目标轴的绘图方法，建议指定颜色和标签关键字来区分每个组。

df.plot.scatter(x='a', y='b', c='c', s=50)

注：关键字c可以作为列的名称给出，以为每个点提供颜色

你可以传递由matplotlib散点支持的其他关键字。

下面的示例显示使用数据框列值作为气泡大小的气泡图：

df.plot.scatter(x='a', y='b', s=df['c']*200)

注：增加c栏作为气泡（散点）大小值

pandas绘制区域图和散点图到此结束

文中所写如有谬误请指出，感谢！

参考文献

http://pandas.pydata.org/pandas-docs/stable/visualization.html#