Méthode de visualisation de données utilisant matplotlib (+ pandas) (3)

[Matplotlib](http: // matplotlib. Nous nous concentrerons sur la visualisation des données avec org /). A partir de ce moment, ce sera une technique de combinaison en combinaison avec pandas.

Graphique linéaire

Lors du traçage d'objets dans une série ou un bloc de données, il utilise par défaut un graphique à lignes de pliage.

import numpy as np
from pandas import *
from pylab import *
import matplotlib.pyplot as plt
from numpy.random import randn

#Tracé simple en série
s = Series(np.random.randn(10).cumsum(), index=np.arange(0, 100, 10))
s.plot()

plt.show()
plt.savefig("image.png ")

image.png

#Tracé simple des blocs de données
df = DataFrame(np.random.randn(10, 4).cumsum(0),
               columns=['A','B','C','D'],
               index=np.arange(0, 100, 10))
df.plot()
plt.show()
plt.savefig("image2.png ")

image2.png

La plupart des méthodes de traçage dans les pandas peuvent éventuellement spécifier un objet subplot de matplotlib dans le paramètre ax.

Pour une liste d'options que vous pouvez spécifier pour l'intrigue, vous pouvez vous référer à la documentation officielle ci-dessous.

pandas.DataFrame.plot http://pandas.pydata.org/pandas-docs/version/0.13.1/generated/pandas.DataFrame.plot.html

graphique à barres

Le plus couramment utilisé est kind, qui vous permet de spécifier un type de ligne. Si kind = 'bar', ce sera un graphique à barres.

#Visualisez la série
data = Series(np.random.randn(16), index=list('abcdefghijklmnop'))
#Graphique à barres verticales
data.plot(kind='bar', ax=axes[0], color='k', alpha=0.7)
#Graphique à barres horizontales
data.plot(kind='barh', ax=axes[1], color='r', alpha=0.6)

plt.show()
plt.savefig("image3.png ")

image3.png

Si vous transformez le bloc de données en graphique à barres, les valeurs de chaque ligne sont regroupées.

#Visualisez le bloc de données
df = DataFrame(np.random.randn(6, 4),
               index=['1','2','3','4','5','6'],
               columns=Index(['A','B','C','D'], name='Genus'))

print( df )
# =>
# Genus         A         B         C         D
# 1     -0.350817 -0.017378 -0.991230 -0.223608
# 2      0.478712 -0.472764  0.677484 -0.852312
# 3      1.402219  0.381440  0.370080  0.682125
# 4     -1.733590  0.296124 -0.014841  1.140705
# 5      0.373399  1.150718  1.341984  1.040759
# 6     -0.013301 -0.202793 -1.367493 -0.572954

df.plot()
plt.show()
plt.savefig("image4.png ")

df.plot(kind='bar') #Créer un graphique à barres
plt.show(grid=False, alpha=0.8)
plt.savefig("image5.png ")

df.plot(kind='barh', stacked=True, alpha=0.5) #Créer un graphique à barres empilées(option empilée)
plt.show()
plt.savefig("image6.png ")


image4.png

image5.png

image6.png

Visualisez les données financières

Précédent [Analyse des données financières et leur visualisation](http://qiita.com/ynakayama/items/32b1ca2a108876f889cc Essayez de tracer avec pandas + matplotlib en utilisant le csv utilisé dans).

df = read_csv('stock_px.csv') #Lire CSV

print( df.head(10) ) #Le début de la trame de données
# =>
# [6 rows x 4 columns]
#             Unnamed: 0  AAPL   MSFT    XOM     SPX
# 0  2003-01-02 00:00:00  7.40  21.11  29.22  909.03
# 1  2003-01-03 00:00:00  7.45  21.14  29.24  908.59
# 2  2003-01-06 00:00:00  7.45  21.52  29.96  929.01
# 3  2003-01-07 00:00:00  7.43  21.93  28.95  922.93
# 4  2003-01-08 00:00:00  7.28  21.31  28.83  909.93
# 5  2003-01-09 00:00:00  7.34  21.93  29.44  927.57
# 6  2003-01-10 00:00:00  7.36  21.97  29.03  927.57
# 7  2003-01-13 00:00:00  7.32  22.16  28.91  926.26
# 8  2003-01-14 00:00:00  7.30  22.39  29.17  931.66
# 9  2003-01-15 00:00:00  7.22  22.11  28.77  918.22

df.plot()
plt.show()
plt.savefig("image7.png ")

image7.png

Il était très facile de visualiser les données CSV.

Recommended Posts

Méthode de visualisation de données utilisant matplotlib (+ pandas) (5)
Méthode de visualisation de données utilisant matplotlib (+ pandas) (3)
Méthode de visualisation de données utilisant matplotlib (+ pandas) (4)
Méthode de visualisation de données utilisant matplotlib (1)
Méthode de visualisation de données utilisant matplotlib (2)
Visualisation des données avec les pandas
Implémentez "Data Visualization Design # 3" avec pandas et matplotlib
Application Python: visualisation de données, partie 2: matplotlib
Analyse de données à l'aide de pandas python
Traçage de données polyvalent avec pandas + matplotlib
Graphique des données de séries chronologiques en Python à l'aide de pandas et matplotlib
Cas utilisant un tracé de pandas, cas utilisant un tracé matplotlib (pur)
Implémentez "Data Visualization Design # 2" avec matplotlib
lecture de données pandas
Visualisation des données de coordonnées de latitude / longitude (en supposant des données météorologiques) à l'aide de cartopy et matplotlib
Essayez d'utiliser PHATE, une méthode de réduction et de visualisation des données biologiques
Essayez d'utiliser matplotlib
Lire les données csv Python avec Pandas ⇒ Graphique avec Matplotlib
[Pandas] Principes de base du traitement des données de date à l'aide de dt
100 langage de traitement knock-20 (à l'aide de pandas): lecture de données JSON
100 traitement du langage knock-99 (à l'aide de pandas): visualisation par t-SNE
Analyse des données financières par pandas et leur visualisation (2)
Obtenez des données Amazon RDS (PostgreSQL) à l'aide de SQL avec pandas
Bibliothèques de visualisation de données Python
Analyse des données financières par pandas et leur visualisation (1)
[Dernière méthode] Visualisation des données de séries chronologiques et extraction de modèles fréquents à l'aide du profil Pan-Matrix
Nettoyage des données 2 Nettoyage des données à l'aide de DataFrame
Nettoyage des données à l'aide de Python
J'ai essayé de regrouper les données ECG en utilisant la méthode K-Shape
[Python] Résumé de la méthode de création de table utilisant DataFrame (pandas)
Manipulation des données avec les Pandas!
Agréger les données d'événement dans un format un seul utilisateur sur une ligne à l'aide de pandas
Traiter les données csv avec python (traitement du comptage à l'aide de pandas)
Mélangez les données avec les pandas
Comment visualiser les données par variable explicative et variable objective
[Mémo] Correspondance de texte dans le cadre de données pandas à l'aide de Flashtext
Appel de méthode avec __getattr__
[Exercice Numpy / pandas / matplotlib 01]
Créez instantanément un diagramme de données 2D à l'aide de matplotlib de python
Comment ajouter de nouvelles données (lignes droites et tracés) à l'aide de matplotlib
Méthode de confirmation de la pratique / des données [Pandas] facile à comprendre pour les diplômés du secondaire
Analyser les cours des actions à l'aide de l'agrégation de données pandas et des opérations du groupe
[Python] Extraction / combinaison de données aléatoires à partir de DataFrame en utilisant random et pandas
pandas Matplotlib Résumé par utilisation
Graphique des données Excel avec matplotlib (1)
Dessinez plusieurs graphiques à l'aide de Pandas
Essayez d'utiliser matplotlib avec PyCharm
Sélectionnez des fonctionnalités avec des données textuelles
Classer les données par la méthode k-means
Visualisation des données par préfecture
Graphique des données Excel avec matplotlib (2)
Méthode de régression linéaire utilisant Numpy
Mémo de visualisation par pandas, seaborn
Comportement de la méthode pandas rolling ()
Méthode de connexion SQL utilisant pyodbc
Conseils de traitement des données avec Pandas