Pandas 内置可视化

本章目标

1. 掌握 DataFrame.plot 与 Series.plot 的常见图形类型与参数
2. 理解 Pandas 绘图与 Matplotlib Axes 之间的协作关系
3. 学会通过分组聚合结果快速绘制业务对比图

重点方法与概念速览

名称	类型	作用
DataFrame.plot(*, kind, ax)	方法	对多列数据快速绘图
Series.plot(*, kind, ax)	方法	对单变量序列快速绘图
DataFrame.groupby(by)	方法	分组聚合后绘图
plt.subplots(nrows, ncols)	函数	组织多图布局

1. DataFrame.plot()

DataFrame.plot

作用

Pandas 绘图默认基于 Matplotlib，适合快速原型分析。同一个 DataFrame 可用 kind 参数切换线图、面积图、箱线图等。复杂布局建议先用 plt.subplots 创建 Axes，再把图绑定到指定子图。

重点方法

DataFrame.plot(*, kind='line', ax=None, title=None, alpha=None, figsize=None)

参数

参数名	类型	说明	示例取值
kind	str	图类型："line" / "bar" / "barh" / "hist" / "box" / "kde" / "density" / "area" / "pie" / "scatter"，默认为 "line"	"box"
ax	Axes 或 None	目标坐标轴，None 创建新图	axes[0, 0]
title	str	图标题	"Line Plot"
alpha	float	透明度	0.7
figsize	tuple[float, float]	画布尺寸	(10, 6)

示例代码

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

np.random.seed(42)
dates = pd.date_range("2023-01-01", periods=30, freq="D")
df = pd.DataFrame({
    "A": np.cumsum(np.random.randn(30)),
    "B": np.cumsum(np.random.randn(30)),
    "C": np.cumsum(np.random.randn(30)),
}, index=dates)

fig, axes = plt.subplots(2, 2, figsize=(12, 10))
df.plot(ax=axes[0, 0], title="Line Plot")
df.plot(kind="area", alpha=0.5, ax=axes[0, 1], title="Area Plot")
df.plot(kind="bar", ax=axes[1, 0], title="Bar Plot")
df.plot(kind="box", ax=axes[1, 1], title="Box Plot")
plt.tight_layout()
plt.close()

输出

控制台提示: 图表已保存到 outputs/visualization/04_df_plot.png
线图、面积图、条形图、箱线图四宫格对比

理解重点

• DataFrame.plot 适合快速探索，不必每次手写 Matplotlib 底层语句
• 当图形语义复杂时，可以混合使用 Pandas 与 Matplotlib API
• 时间索引的 DataFrame 用 kind='line' 最直观

2. Series.plot()

Series.plot

作用

Series.plot 是单变量分析最便捷入口。通过 kind='hist' 可快速切换到分布视角。同一序列可并行展示趋势图与分布图，互相校验。

重点方法

Series.plot(*, kind='line', ax=None, title=None, bins=None)

参数

参数名	类型	说明	示例取值
kind	str	图类型："line" / "hist" / "bar" / "kde" 等，默认为 "line"	"hist"
ax	Axes 或 None	目标坐标轴	axes[0]
title	str	图标题	"Line Plot"
bins	int	直方图分箱数（kind='hist' 时）	20

示例代码

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

np.random.seed(42)
s = pd.Series(np.random.randn(100).cumsum())

fig, axes = plt.subplots(1, 2, figsize=(12, 5))
s.plot(ax=axes[0], title="Line Plot")
s.plot(kind="hist", bins=20, ax=axes[1], title="Histogram")
plt.close()

输出

控制台提示: 图表已保存到 outputs/visualization/04_series_plot.png
左图展示累计走势，右图展示取值分布

理解重点

• 趋势图回答"怎么变化"，直方图回答"分布在哪里"
• 单变量分析阶段建议两个视角同时保留
• Series.plot 返回 Axes 对象——可继续用 Matplotlib API 修改

3. GroupBy 绘图

groupby + plot

作用

分组聚合是业务分析中最常见的数据预处理步骤。先 groupby 再 mean 可压缩噪声，强调组间差异。聚合结果是 Series，可直接使用 plot(kind='bar') 绘制。

重点方法

DataFrame.groupby(by)
SeriesGroupBy.mean()
Series.plot(*, kind='bar', ax=None, color=None)

示例代码

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

np.random.seed(42)
df = pd.DataFrame({
    "Category": np.repeat(["A", "B", "C"], 20),
    "Value": np.random.randn(60),
})

fig, ax = plt.subplots(figsize=(8, 6))
(df.groupby("Category")["Value"].mean()
   .plot(kind="bar", ax=ax, color=["red", "green", "blue"]))
ax.set_xlabel("Category")
ax.set_ylabel("Mean Value")
ax.set_title("Group Mean Comparison")
plt.close()

输出

控制台提示: 图表已保存到 outputs/visualization/04_groupby.png
A/B/C 三个类别的均值对比柱状图

理解重点

• 先聚合后绘图能显著降低噪音干扰
• 分组统计应同时配合样本量信息，避免均值误导
• groupby 后可链式调用 .mean().plot() ——代码紧凑但需注意可读性

常见坑

1. Pandas 绘图 x 轴标签自动旋转可能与数据不匹配
2. kind='box' 只适合单列或多列的整体分布——不区分分组
3. 时间序列绘图前未设置 datetime index 导致 x 轴刻度混乱

小结

• Pandas plot() 是探索阶段最快的出图方式——比 Matplotlib 少写大量样板代码
• 先 Pandas 快速出图 → 再用 Matplotlib API 精调细节
• DataFrame 多列绘图天然适合比较型图表
• GroupBy + plot 是业务分析的标准闭环——分而治之，一目了然