Pandas绘图

Pandas的绘图方法封装了Matplotlib的pyplot方法，可以提供简单的绘图功能,对于DataFrame来说，.plot是一种将所有列及其标签进行绘制的简便方法

不常用，实际应用中，一般仍使用Matplotlib绘图

Jupyter notebook中如不显示Pandas绘制图像，解决方法:

载入import Matplotlib.pyplot as plt，Pandas绘图代码最后加 plt.show()
或者直接载入IPython魔术命令 %matplotlib inline，或%pylab inline(不推荐)（非IPython的py文档载入 from pylab import *）

import numpy as np
import pandas as pd
%matplotlib inline

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

2000-01-01    1.005784
2000-01-02    1.643257
2000-01-03   -1.071704
2000-01-04    0.242069
2000-01-05   -0.136696
Freq: D, dtype: float64

ts.plot()

Pandas绘图

ts_cumsum01 = ts.cumsum() # cumsum 累加
ts_cumsum01.plot()

<matplotlib.axes._subplots.AxesSubplot at 0x220c8281390>

Pandas绘图

在DataFrame中，plot()可以绘制所有带有标签的列

df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index,columns=['A', 'B', 'C', 'D'])
df.head()

	A	B	C	D
2000-01-01	1.126518	0.543304	0.275398	0.484449
2000-01-02	0.338547	-0.585352	-0.910767	-1.470676
2000-01-03	-1.738527	1.137119	-0.886466	0.913649
2000-01-04	-0.335878	-1.697271	1.406224	-0.101550
2000-01-05	0.609466	1.164434	-0.452121	0.690371

df.plot()

Pandas绘图

df_cumsum = df.cumsum()
df_cumsum.head()

	A	B	C	D
2000-01-01	1.126518	0.543304	0.275398	0.484449
2000-01-02	1.465065	-0.042048	-0.635369	-0.986227
2000-01-03	-0.273462	1.095071	-1.521835	-0.072578
2000-01-04	-0.609340	-0.602201	-0.115611	-0.174128
2000-01-05	0.000126	0.562233	-0.567733	0.516243

df_cumsum.plot()

<matplotlib.axes._subplots.AxesSubplot at 0x220c945b7b8>

Pandas绘图