pandasでデータをプロットしてみよう
plot()メソッド
Pandas の SeriesオブジェクトやDataFrameオブジェクトには plot()メソッドがあります。plot()メソッドが返すものはmatplotlib.axesオブジェクトで、これからわかるようにmatplotlibがベースになっていて、より簡単に可視化（グラフ描画）してくれます。
ただし、描画できるのはデータフレームにある数値データだけです。
code: pandas_csv_readfromurl.py
import pandas as pd
baseurl = 'https://raw.githubusercontent.com/mwaskom/seaborn-data'
url = baseurl + '/master/iris.csv'
df = pd.read_csv(url)
code: IPython
In 2: # %load pandas_csv_readfromurl.py
...: import pandas as pd
...:
...: baseurl = 'https://raw.githubusercontent.com/mwaskom/seaborn-data'
...: url = baseurl + '/master/iris.csv'
...: df = pd.read_csv(url)
...:
In 3: df.head() Out3:
SepalLength SepalWidth PetalLength PetalWidth Name
0 5.1 3.5 1.4 0.2 Iris-setosa
1 4.9 3.0 1.4 0.2 Iris-setosa
2 4.7 3.2 1.3 0.2 Iris-setosa
3 4.6 3.1 1.5 0.2 Iris-setosa
4 5.0 3.6 1.4 0.2 Iris-setosa
In 4: %matplotlib Using matplotlib backend: MacOSX
In 5: df.plot() Out5: <matplotlib.axes._subplots.AxesSubplot at 0x11db2e080>
https://gyazo.com/9aa84276f94db67c42dc339d055baafd
Jupyter notebook では次のマジックコマンドをセルで実行しておくと、
それ以降で、plot()メソッドが実行されるとグラフがノートブック内に表示されます。
code:Python
%matplotlib inline
個別データをプロット
plot()メソッドに subplots=True を与えると、データごとにグラフ描画します。
code: IPython
In 6: df.plot(subplots=True)
Out6:
array([<matplotlib.axes._subplots.AxesSubplot object at 0x11ffa9898>,
<matplotlib.axes._subplots.AxesSubplot object at 0x1216a5e10>,
<matplotlib.axes._subplots.AxesSubplot object at 0x1216e22b0>,
<matplotlib.axes._subplots.AxesSubplot object at 0x11f5e9710>],
dtype=object)
https://gyazo.com/2ff3b9d7468c883614561c8bb9791168
plot()メソッドに layout= を与えると、データごとにグラフ描画のレイアウトを変更することができます。
code: IPython
In 8: df.plot(subplots=True,layout=(2,2)) Out8:
array([[<matplotlib.axes._subplots.AxesSubplot object at 0x11f9b0ef0>,
<matplotlib.axes._subplots.AxesSubplot object at 0x120a23710>],
[<matplotlib.axes._subplots.AxesSubplot object at 0x120a55860>,
<matplotlib.axes._subplots.AxesSubplot object at 0x123fcdcc0>]],
dtype=object)
https://gyazo.com/201e8cbc0ff6a066f928ca5e85b89e16
plot()メソッドに、kind= でグラフの種類を与えることができます。
line： 折れ線グラフ（line plot）
bar: 垂直棒グラフ（vertical bar plot）
barh：水平棒グラフ（horizontal bar plot）
box：箱ひげ図（boxplot）
hist：ヒストグラム（histogram）、stacked=Trueで積み上げグラフ
kde、density：カーネル密度推定（Kernel Density Estimation plot）
area：面グラフ（area plot）
scatter：散布図（scatter plot）
hexbin：hexbin plot
pie：円グラフ（pie plot）
画像を保存する
plot()で描画する画像を保存したいときは、次のように行います。
code: IPython
In 2: # %load pandas_csv_readfromurl.py
...: import pandas as pd
...:
...: baseurl = 'https://github.com/pandas-dev/pandas/raw/master/pandas'
...: url = baseurl + '/tests/data/iris.csv'
...: df = pd.read_csv(url)
...:
In 3: df.plot().get_figure().savefig('./iris.png')
画像の保存についての余談
matplotlib.ax オブジェクトの get_figure() の実装は、次のように単に figureプロパティーを返す だけです。
code: python
def get_figure(self):
"""Return the .Figure instance the artist belongs to."""
return self.figure
このため、画像の保存はget_figure()メソッドを使わずにできると思うかもしれません。事実、今のバージョンでは次のようにして保存することができます。
code: python
df.plot().figure.savefig('./iris.png')
これは、よくないと考えています。
理由は、get_figure()メソッドを作っている意味を考えると、将来何らかの変更があったときにこのメソッドで対応するという意図があるはずだからです。
今時点で、「できるから」という考えでコードを書いてしまうと、
将来 matplotlib のバージョンアップに対応できなくなる潜在的な不具合を埋め込むことになるかもしれません。