In [1]: import pandas as pd

In [2]: import matplotlib.pyplot as plt

Data used for this tutorial:

Air quality data

在本教程中，空气质量数据关于 \(NO_2\) 由以下人员使用、提供 OpenAQ 并使用 py-openaq 包裹。这个 air_quality_no2.csv 数据集提供 \(NO_2\) 测量站的值 FR04014 ， BETR801 和 伦敦威斯敏斯特 分别在巴黎、安特卫普和伦敦。

To raw data

In [3]: air_quality = pd.read_csv("data/air_quality_no2.csv", index_col=0, parse_dates=True)

In [4]: air_quality.head()
Out[4]: 
                     station_antwerp  station_paris  station_london
datetime                                                           
2019-05-07 02:00:00              NaN            NaN            23.0
2019-05-07 03:00:00             50.5           25.0            19.0
2019-05-07 04:00:00             45.0           27.7            19.0
2019-05-07 05:00:00              NaN           50.4            16.0
2019-05-07 06:00:00              NaN           61.9             NaN

备注

的用法 index_col 和 parse_dates 的参数 read_csv 函数将第一(0)列定义为结果 DataFrame 并将列中的日期转换为 Timestamp 对象。

如何在Pandas身上创造情节？#

我要对数据进行快速目视检查。
```
In [5]: air_quality.plot()
Out[5]: <AxesSubplot:xlabel='datetime'>
```
使用一个 DataFrame ，默认情况下，Pandas使用数字数据为每一列创建一条线条图。

我只想用来自巴黎的数据绘制数据表的列。
```
In [6]: air_quality["station_paris"].plot()
Out[6]: <AxesSubplot:xlabel='datetime'>
```
若要绘制特定列，请使用 subset data tutorial 与 plot() 方法。因此， plot() 方法在两种情况下都有效 Series 和 DataFrame 。

我想要直观地比较 \(NO_2\) 在伦敦和巴黎测量的价值。

In [7]: air_quality.plot.scatter(x="station_london", y="station_paris", alpha=0.5)
Out[7]: <AxesSubplot:xlabel='station_london', ylabel='station_paris'>

除了默认设置之外 line 在使用时绘制 plot 函数时，可以使用多种替代方法来绘制数据。让我们使用一些标准的Python来概述可用的Plot方法：

In [8]: [
   ...:     method_name
   ...:     for method_name in dir(air_quality.plot)
   ...:     if not method_name.startswith("_")
   ...: ]
   ...: 
Out[8]: 
['area',
 'bar',
 'barh',
 'box',
 'density',
 'hexbin',
 'hist',
 'kde',
 'line',
 'pie',
 'scatter']

备注

在许多开发环境以及IPython和Jupyter Notebook中，使用TAB按钮可以获得可用方法的概述，例如 air_quality.plot. +Tab键。

其中一个选项是 DataFrame.plot.box() ，它指的是 boxplot 。这个 box 方法适用于空气质量实例数据：

In [9]: air_quality.plot.box()
Out[9]: <AxesSubplot:>

To user guide

有关默认折线图以外的绘图的介绍，请参阅《用户指南》部分关于 supported plot styles 。

我希望每一列都在一个单独的小情节中。
```
In [10]: axs = air_quality.plot.area(figsize=(12, 4), subplots=True)
```
支持每个数据列的单独子图 subplots 的参数 plot 功能。每个Pandas绘图功能中提供的内置选项都值得一看。

To user guide

上的用户指南部分介绍了一些更多的格式选项 plot formatting 。

我想进一步自定义、扩展或保存生成的绘图。

In [11]: fig, axs = plt.subplots(figsize=(12, 4))

In [12]: air_quality.plot.area(ax=axs)
Out[12]: <AxesSubplot:xlabel='datetime'>

In [13]: axs.set_ylabel("NO$_2$ concentration")
Out[13]: Text(0, 0.5, 'NO$_2$ concentration')

In [14]: fig.savefig("no2_concentrations.png")

Pandas创建的每个地块对象都是 Matplotlib 对象。由于Matplotlib提供了大量的选项来定制绘图，因此使Pandas和Matplotlib之间的链接显式可使Matplotlib能够将所有功能用于绘图。在前面的示例中应用了此策略：

fig, axs = plt.subplots(figsize=(12, 4))        # Create an empty Matplotlib Figure and Axes
air_quality.plot.area(ax=axs)                   # Use pandas to put the area plot on the prepared Figure/Axes
axs.set_ylabel("NO$_2$ concentration")          # Do any Matplotlib customization you like
fig.savefig("no2_concentrations.png")           # Save the Figure/Axes using the existing Matplotlib method.

REMEMBER

这个 .plot.* 方法适用于Series和DataFrame。
默认情况下，每一列都绘制为不同的元素(Line、BoxPlot、…)。
Pandas创建的任何地块都是Matplotlib对象。

To user guide

有关在Pandas中绘制地图的完整概述，请参阅 visualization pages 。

如何选择 DataFrame ？

如何创建从现有列派生的新列？