如何用Matplotlib绘制Pandas数据框架

使用Matplotlib绘制Pandas数据框架可以方便地对数据进行可视化分析，下面是具体的攻略和实例：

准备数据

首先需要导入需要的库和创建一个示例数据：

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

np.random.seed(0)
df = pd.DataFrame(np.random.randn(100, 4), columns=list('ABCD'))

这里使用Numpy生成一个随机的100x4的矩阵，然后将其转换为一个Pandas的数据框架。

绘制线形图

Matplotlib可以绘制许多不同类型的图表，这里首先演示如何绘制一个简单的线形图：

df.plot()
plt.show()

这段代码将dataframe作为一个整体传递给plot()函数的默认参数，会绘制出每列的值作为y轴，行索引作为x轴的线形图。plt.show()命令可展示图形。结果如下图所示：

绘制条形图

另一种比较常见的可视化方式就是条形图，下面代码展示如何画条形图：

df.plot(kind='bar')
plt.show()

这段代码中kind参数指定为‘bar’，表示绘制一个垂直方向的条形图。结果如下图所示：

绘制水平条形图

沿着上一步的思路，如果需要画一个水平方向的条形图：

df.plot(kind='barh')
plt.show()

这里kind参数指定为'barh'，表示绘制水平方向的条形图，结果如下图所示：

绘制密度图

基于上述代码，如果你想看到数据的分布及其密度信息，可以尝试绘制密度图：

df.plot(kind='density')
plt.show()

结果如下图所示：

此时你可以很清楚的看到数据的连续分布，总体形态和数据相对于均值分散性

绘制散点图

现在让我们来看如何用matplotlib绘制散点图：

df.plot(kind='scatter', x='A', y='B')
plt.show()

这里我们使用kind参数指定为'scatter'，表示绘制散点图，x、y参数指定为'A'和'B'，表示使用该数据框架中的'A'、'B'列作为横纵坐标值。结果如下图所示：

绘制饼图

最后，我们演示如何绘制饼图：

df.sum().plot(kind='pie')
plt.axis('equal')
plt.show()

这里我们对数据框架进行求和，然后使用kind参数指定为'pie'，表示绘制饼图。plt.axis('equal')命令可使图表的长宽比例一致，结果如下图所示：

这就是matplotlib对Pandas数据框架绘图的一些示例。请尝试将这些示例用于你的数据框架中，了解不同图表的优点及适用场合。