1 第一個繪圖

  （原本在matplotlib中需要幾段程式碼，在pandas中只需要一行程式碼）

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

 # Series 預設索引為x軸
s = pd.Series(           
            np.random.randn(10).cumsum() #產生一個10行4列的隨機數
            index = np.arange(0
 
,100,10)  #0-100之間，以10作為分割
            )
s.plot()
plt.show()

2 pandas利用DataFrame的plot方法繪圖

df = pd.DataFrame(np.random.randn(10,4),       #生成10行4列標準正態分佈的資料
                  columns = list('ABCD'),
                  index = np.range(0,100,10)   #指定索引為 x 軸
                )
pd.plot()
plt.show()

修改 pd.plot(subplots = True)  #將4個數據分配到不同的畫布
 

3 pandas利用DataFrame繪圖柱狀圖/堆積圖（載入csv資料）

案例1
fig = plt.figure() 

fig,axes = plt.subplots(2,1)
data = pd.Series(np.random.randn(16),
index = list('abcdefghijklmnop'))
data.plot(kind = 'bar',ax = axes[0],color = 'k',alpha = 0.7)
data.plot(kind = 'barh',ax = axes[1],color = 'k',alpha = 0.7)
plt
 
.show()

案例2
pd = pd.read_csv('flights.csv')     #匯入資料（注意觀察資料格式）
number = pd["passengers"].groupby([pd["year"],pd["month"]]).sum().unstack()
number.plot(kind="bar",figsize=(23,8))

flights.csv 檔案（由於網頁不能匯入檔案，這裡只是展示一部分資料）

year	month	passengers
0	1949	January	112
1	1949	February	118
2	1949	March	132
3	1949	April	129
4	1949	May	121
5	1949	June	135
6	1949	July	148
7	1949	August	148
8	1949	September	136
…	…	…	…
138	1960	July	622
139	1960	August	606
140	1960	September	508
141	1960	October	461
142	1960	November	390
143	1960	December	432

4 pandas繪圖頻率直方圖(載入csv檔案)

df = pd.read_excel('./pandas-matplotlib.xlsx','Sheet1')  #匯入資料檔案

fig = plt.figure()              # 建立畫板
ax = fig.add_subplot(111)       # 建立繪圖區域
fig.set_size_inches(10,5)       # 設定已建立畫布大小
ax.hist(df['Age'],bins = 7)     # 繪製頻率直方圖
plt.title('年齡平均分佈圖')
plt.xlabel('Age')
plt.ylabel('Employee')
plt.show()

pandas-matplotlib.xlsx中 Sheet1 資料如下：

EMPID	Gender	Age	Sales	BMI	Income
E001	M	34	123	Normal	350
E002	F	40	114	Overweight	450
E003	F	37	135	Obesity	169
E004	M	30	139	Underweight	189
E005	F	44	117	Underweight	183
E006	M	36	121	Normal	80
E007	M	32	133	Obesity	166
E008	F	26	140	Normal	120
E009	M	32	133	Normal	75
E010	M	36	133	Underweight	40

5 pandas繪圖箱型圖

df = pd.read_excel('./pandas-matplotlib.xlsx','Sheet1')  #匯入資料檔案
fig = plt.figure()
ax = fig.add_subplot(111)
ax.boxplot(df['Age'])           #繪製箱型圖
plt.show()

6 利用pandas 處理後的資料繪圖

6.1◆條形圖

var = df.groupby('Gender').Sales.sum()
fig = plt.figure()
ax1 = fig.add_subplot(211)
ax1.set_xlabel('Gender')
ax1.set_ylabel('Sum of Sales')
ax1.set_title('Gender wise Sum of Sales')
var.plot(kind = 'bar')

6.2◆折線圖

line = df.groupby('BMI').Sales.sum()
 #print(line)
ax1 = fig.add_subplot(212)
ax1.set_xlabel('BMI')
ax1.set_ylabel('Sum of Sales')
ax1.set_title('BMI wise Sum of Sales')
line.plot(kind = 'line')

plt.tight_layout()
plt.show()

7 利用pandas 繪製柱狀堆積圖

df = pd.read_excel('./excel/pandas-matplotlib.xlsx','Sheet1')  #匯入資料檔案

fig = plt.figure()
var = df.groupby(['BMI', 'Gender']).Sales.sum()
var.unstack().plot(kind='bar', stacked=True, color=['red', 'blue'])
plt.show()

8 利用pandas 繪製點狀圖

8.1◆繪製 散點圖

fig = plt.figure()
ax1 = fig.add_subplot(111)
ax.scatter(df['Age'],df[Sales])
plt.show()

8.2◆繪製 氣泡圖

df = pd.read_excel('./excel/pandas-matplotlib.xlsx','Sheet1')  #匯入資料檔案

fig = plt.figure()
ax = fig.add_subplot(111)
ax.scatter(df['Age'],
           df['Sales'],
           s=df['Income'])  #在散點圖上新增第三個引數：表明收入（氣泡的大小） 

plt.show()

9 利用pandas 繪製餅圖

var = df.groupby(['Gender']).sum()
x_list = var['Sales']
label_list = var.index
plt.axis('equal')
plt.pie(x_list, labels=label_list, 
        autopct='%1.1f%%',   # 保留兩位小時
        shadow = True,       # 設定陰影
        explode=[0,0.1])     # 0 ：扇形不分離，0.1：分離0.1單位
plt.title('expense')
plt.show()