Pandas 数据可视化

本章目标

掌握 df.plot 的统一绘图入口与 kind 参数
掌握折线图、柱状图、直方图、散点图、箱线图、饼图的 Pandas 写法
理解 Pandas 绘图与 Matplotlib 的关系（底层调用 matplotlib）
学会将图表保存到文件

重点方法与概念速览

名称	类型	作用
`df.plot(...)`	方法	统一绘图入口；默认 `kind='line'`
`df.plot.line(...)`	方法	折线图
`df.plot.area(...)`	方法	面积图（堆叠）
`df.plot.bar(...)` / `df.plot.barh(...)`	方法	垂直/水平柱状图
`df.plot.hist(...)` / `df.plot.kde(...)`	方法	直方图 / 核密度估计
`df.plot.scatter(...)`	方法	散点图
`df.plot.box(...)`	方法	箱线图
`df.plot.pie(...)`	方法	饼图

Pandas 绘图底层调用 Matplotlib，所有 df.plot.* 方法返回 matplotlib.axes.Axes 对象，可通过 Matplotlib API 进一步定制。

1. 统一绘图接口

`DataFrame.plot`

作用

Pandas 的一站式绘图入口。通过 kind 参数切换图表类型，底层自动调用对应的 plot.<kind>() 方法。返回 matplotlib.axes.Axes 对象，可链式调用 Matplotlib 的 API 做进一步定制。

重点方法

python

df.plot(*args, kind='line', ax=None, figsize=None, title=None,
        x=None, y=None, legend=True, grid=None, xlabel=None, ylabel=None,
        xticks=None, yticks=None, rot=None, fontsize=None, colormap=None,
        table=False, subplots=False, sharex=False, sharey=False,
        logx=False, logy=False, mark_right=True, style=None, **kwargs)

参数（核心 12 个）

参数名	类型	说明	示例取值
`kind`	`str`	图表类型，下见表，默认为 `'line'`	`"bar"`、`"hist"`、`"scatter"`
`x`	`str` 或 `None`	X 轴列名	`"Date"`
`y`	`str`、`list[str]` 或 `None`	Y 轴列名（单列或多列）	`"Sales"`、`["A", "B"]`
`ax`	`matplotlib.axes.Axes` 或 `None`	绘制到已有 axes（子图组合用）	`ax1`
`figsize`	`tuple[float, float]`	图表尺寸（英寸），默认为 `(6.4, 4.8)`	`(10, 6)`
`title`	`str`	图表标题	`"销售趋势"`
`legend`	`bool`	是否显示图例，默认为 `True`	`False`
`grid`	`bool`	是否显示网格，默认为 `None`	`True`
`xlabel` / `ylabel`	`str` 或 `None`	自定义轴标签	`"月份"`
`rot`	`int`	X 轴刻度标签旋转角度	`45`
`fontsize`	`int`	字体大小	`12`
`colormap`	`str`	颜色映射方案	`"viridis"`、`"tab10"`

`kind` 图表类型速览

`kind`	等价方法	适用场景
`'line'`（默认）	`df.plot.line()`	趋势、时间序列
`'area'`	`df.plot.area()`	占比累积趋势
`'bar'`	`df.plot.bar()`	分类对比（垂直）
`'barh'`	`df.plot.barh()`	分类对比（水平，适合长标签）
`'hist'`	`df.plot.hist()`	单变量分布
`'kde'` / `'density'`	`df.plot.kde()`	概率密度估计
`'scatter'`	`df.plot.scatter()`	双变量关系
`'box'`	`df.plot.box()`	四分位分布 + 离群点
`'pie'`	`df.plot.pie()`	占比组成（仅单列 Series）

理解重点

kind 和 plot.xxx() 写法等价：df.plot(kind='bar') = df.plot.bar()
返回 Axes 对象——可以用 Matplotlib API 继续修改：.set_title(...)、.legend()、.set_xlabel(...)
Pandas 绘图是快速探索工具——报告级图表建议直接使用 Matplotlib / Seaborn

2. 折线图与面积图

综合示例

示例代码

python

import pandas as pd
import numpy as np

np.random.seed(42)
dates = pd.date_range("2024-01-01", periods=12, freq="MS")
df = pd.DataFrame({
    "ProductA": np.random.randint(100, 300, 12),
    "ProductB": np.random.randint(80, 250, 12),
    "ProductC": np.random.randint(50, 200, 12),
}, index=dates)

import matplotlib.pyplot as plt

# 折线图：多列趋势
ax = df.plot.line(figsize=(10, 5), title="产品月度销售趋势",
                  ylabel="销售额", grid=True, marker="o")
# 可视化输出见下方图表：折线图显示三条趋势线，各自带圆形标记
plt.close()

# 面积图：堆叠面积
ax = df.plot.area(figsize=(10, 5), title="产品月度销售占比",
                  ylabel="销售额", alpha=0.7)
# 可视化输出见下方图表：堆叠面积图显示三类产品各自贡献的累积趋势
plt.close()

输出

可视化输出见下方图表（Pandas 调用 Matplotlib 渲染）。折线图中三条趋势线分别代表 ProductA/ProductB/ProductC，X 轴为月份，Y 轴为销售额。面积图以堆叠方式显示各产品对总销售额的贡献变化。

理解重点

多列 DataFrame 直接 plot.line() 会为每列生成一条折线——自动区分颜色
面积图 plot.area() 默认 stacked=True——展示总量的组成部分

3. 柱状图

综合示例

示例代码

python

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({
    "Sales": [150, 220, 180, 260, 190],
    "Profit": [30, 55, 40, 70, 45],
}, index=["北京", "上海", "广州", "深圳", "杭州"])

# 分组柱状图
ax = df.plot.bar(figsize=(10, 5), title="各城市销售与利润对比",
                 ylabel="金额（万元）", rot=0)
# 可视化输出见下方图表：分组柱状图，每城市两个柱子（Sales/Profit）

# 水平柱状图（适合长标签）
ax = df["Sales"].sort_values().plot.barh(figsize=(8, 5), title="各城市销售额",
                                          xlabel="金额（万元）", color="steelblue")
# 可视化输出见下方图表：水平柱状图，城市名作为 Y 轴标签
plt.close()

输出

可视化输出见下方图表。垂直柱状图为每城市显示 Sales 和 Profit 两组柱子，便于横向对比。水平柱状图按销售额排序，城市名在 Y 轴排列清晰。

理解重点

柱状图自动按索引分组——df.plot.bar() 每列一组柱子
barh 比 bar 更适合中文/长标签——垂直排列文字不被截断
堆叠柱状图：df.plot.bar(stacked=True)——显示总量+各组成部分

4. 直方图与密度图

综合示例

示例代码

python

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

np.random.seed(42)
df = pd.DataFrame({
    "Score": np.random.normal(70, 15, 500).clip(0, 100),
})

# 直方图
ax = df["Score"].plot.hist(bins=20, figsize=(10, 5),
                            title="成绩分布直方图", alpha=0.7, edgecolor="black")
# 可视化输出见下方图表：直方图显示成绩分布，20 个区间
plt.close()

# 多列直方图
df2 = pd.DataFrame({
    "Class A": np.random.normal(75, 10, 200).clip(0, 100),
    "Class B": np.random.normal(65, 15, 200).clip(0, 100),
})
ax = df2.plot.hist(bins=20, alpha=0.5, figsize=(10, 5),
                    title="两班成绩分布对比")
# 可视化输出见下方图表：两个半透明直方图叠加，便于分布对比
plt.close()

# 核密度估计
ax = df2.plot.kde(figsize=(10, 5), title="两班成绩密度曲线", linewidth=2)
# 可视化输出见下方图表：两条平滑密度曲线
plt.close()

输出

可视化输出见下方图表。直方图以柱形高度表示各分数段的人数，核密度图以平滑曲线展示概率密度分布——后者不受分箱数影响，更适合对比。

理解重点

直方图的 bins 控制柱子数量——过多过少都不好，20~30 是常用范围
alpha 透明度对叠加直方图至关重要——否则后面的柱子会盖住前面的
kde 是直方图的平滑替代——不受分箱边界影响

5. 散点图

综合示例

示例代码

python

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

np.random.seed(42)
df = pd.DataFrame({
    "Height": np.random.normal(170, 10, 100),
    "Weight": np.random.normal(65, 12, 100),
    "Category": np.random.choice(["A", "B", "C"], 100),
})

# 基本散点图
ax = df.plot.scatter(x="Height", y="Weight", figsize=(8, 6),
                      title="身高-体重关系", alpha=0.6)
# 可视化输出见下方图表：散点图展示身高与体重的正相关关系
plt.close()

# 按类别着色
colors = {"A": "red", "B": "green", "C": "blue"}
ax = df.plot.scatter(x="Height", y="Weight", figsize=(8, 6),
                      title="身高-体重（按类别着色）",
                      c=df["Category"].map(colors), alpha=0.6)
# 可视化输出见下方图表：三色散点图，每组用不同颜色
plt.close()

输出

可视化输出见下方图表。散点图每个点代表一个样本，X 轴为身高、Y 轴为体重。按类别着色后，不同颜色的点代表不同分组，可观察各组之间的分布差异。

理解重点

scatter 必须指定 x 和 y 列名——与其他 plot.* 不同（它们从索引推断 X 轴）
散点图是发现变量间关系的最直观工具——正/负相关、聚类、离群点一目了然

6. 箱线图与饼图

综合示例

示例代码

python

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

np.random.seed(42)
df = pd.DataFrame({
    "A": np.random.normal(70, 10, 100),
    "B": np.random.normal(65, 15, 100),
    "C": np.random.normal(75, 8, 100),
})

# 箱线图
ax = df.plot.box(figsize=(8, 5), title="三组分数分布对比",
                  ylabel="分数", grid=True)
# 可视化输出见下方图表：箱线图显示中位数、四分位数、范围、离群点

# 饼图
sizes = pd.Series({"产品A": 45, "产品B": 30, "产品C": 15, "其他": 10})
ax = sizes.plot.pie(figsize=(7, 7), title="产品销售占比",
                     autopct="%1.1f%%", startangle=90)
# 可视化输出见下方图表：饼图显示各类别占比，自动标注百分比
plt.close()

输出

可视化输出见下方图表。箱线图展示每组的 Q1/中位数/Q3/须线/离群点，适合多组分布的横向对比。饼图以扇形角度表示各类别占比，autopct 自动标注百分比。

理解重点

箱线图的箱子 = IQR（Q1 到 Q3），须线延伸到 1.5×IQR 范围——超出的是离群点
饼图只适用于 Series：series.plot.pie()——DataFrame 需先用 df["col"] 提取
autopct="%1.1f%%" 表示保留 1 位小数的百分比标注

7. 保存图表

Pandas 绘图底层返回 Matplotlib 对象，保存用 plt.savefig()：

python

import matplotlib.pyplot as plt

ax = df.plot.line(title="示例")
fig = ax.get_figure()
fig.savefig("output.png", dpi=150, bbox_inches="tight")

或更简单的：

python

df.plot.line(title="示例")
plt.savefig("output.png", dpi=150, bbox_inches="tight")

常见坑

Pandas 绘图需先导入 import matplotlib.pyplot as plt——否则可能无法显示图表
df.plot.scatter() 必须显式指定 x 和 y——与其他 plot.*() 的默认行为不同
饼图 df.plot.pie() 要求 y 参数或 subplots=True——对多列 DataFrame 需用 subplots=True 或提取 Series
Jupyter Notebook 中需 %matplotlib inline 才能在单元格内显示图表
Pandas 绘图返回 Axes 对象，plt.savefig() 要在图表显示前调用——plt.show() 后再保存会得到空白图片
中文显示为方框时需设置中文字体：plt.rcParams["font.sans-serif"] = ["SimHei"]

小结

df.plot(kind=...) 是快速探索的统一入口——10 种图表类型一行切换
Pandas 绘图 = Matplotlib 的便捷封装——复杂定制用 Matplotlib/Seaborn
时间序列首选 line；分类对比首选 bar；分布分析首选 hist / kde / box
绘图后 plt.savefig("out.png", dpi=150) 保存——在 plt.show() 之前调用

Pandas 数据可视化 ​

本章目标 ​

重点方法与概念速览 ​

1. 统一绘图接口 ​

DataFrame.plot ​

作用 ​

重点方法 ​

参数（核心 12 个） ​

kind 图表类型速览 ​

理解重点 ​

2. 折线图与面积图 ​

综合示例 ​

示例代码 ​

输出 ​

理解重点 ​

3. 柱状图 ​

综合示例 ​

示例代码 ​

输出 ​

理解重点 ​

4. 直方图与密度图 ​

综合示例 ​

示例代码 ​

输出 ​

理解重点 ​

5. 散点图 ​

综合示例 ​

示例代码 ​

输出 ​

理解重点 ​

6. 箱线图与饼图 ​

综合示例 ​

示例代码 ​

输出 ​

理解重点 ​

7. 保存图表 ​

常见坑 ​

小结 ​

Pandas 数据可视化

本章目标

重点方法与概念速览

1. 统一绘图接口

`DataFrame.plot`

作用

重点方法

参数（核心 12 个）

`kind` 图表类型速览

理解重点

2. 折线图与面积图

综合示例

示例代码

输出

理解重点

3. 柱状图

综合示例

示例代码

输出

理解重点

4. 直方图与密度图

综合示例

示例代码

输出

理解重点

5. 散点图

综合示例

示例代码

输出

理解重点

6. 箱线图与饼图

综合示例

示例代码

输出

理解重点

7. 保存图表

常见坑

小结