pandas可视化（2）【官方文档解读】-- 条形图、直方图

前文传送门： pandas可视化（1）【官方文档解读】--基础绘图

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

IDE : jupyter notebook

Anaconda 3.X

对于标记的非时间序列数据，你可能希望生成条形图：

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

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

注：如前一章，先导入必要的模块和绘图的数据准备

plt.figure();
df.iloc[5].plot(kind='bar')
plt.axhline(0, color='k')

注：df.iloc[5]意思是取出df第6行（索引为5），然后绘制条形图

plt.axhline(0, color='k')指的是在y=0的位置画一条黑色的线

注：因为是随机产生的值绘图，你的图一般和我不一样，一样就厉害了！

这种为图所存在的内存地址位置

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

注：如果看了前一章，以上代码很好理解，这里同一幅图绘制多个条形图比较

df2.plot.bar(stacked=True)

注：将a、b、c、d数据叠加起来绘制条形图

df2.plot.barh(stacked=True)

注：绘制水平叠加条形图

df4 = pd.DataFrame({'a': np.random.randn(1000) + 1, 'b': np.random.randn(1000),
                    'c': np.random.randn(1000) - 1}, columns=['a', 'b', 'c'])
df4.head()

注：以标准正态分布为基础产生一个df4

plt.figure()
df4.plot.hist(alpha=0.5