原文：
www.kdnuggets.com/2023/02/5-pandas-plotting-functions-might-know.html
图片由rawpixel.com提供，Freepik上的图片。
Pandas 是一个著名的数据处理包，许多人使用它。它之所以著名，是因为它直观且易于使用。此外，Pandas 得到了社区的广泛支持，以增强该包。
1. Google Cybersecurity Certificate - 快速进入网络安全职业生涯。
2. Google Data Analytics Professional Certificate - 提升您的数据分析技能
3. Google IT Support Professional Certificate - 在 IT 领域支持您的组织
然而，只有少数人知道 Pandas 也有绘图函数。Pandas 的一些绘图函数非常特别，并且为您的数据分析提供了洞察力。这些函数是什么？让我们一起探索。
对于我们的示例，我们将使用商业上可用的Titanic Data from Kaggle。
Bootstrap 图是 Pandas 中的一个绘图函数，通过使用自助法函数（数据采样带替换）来估计统计不确定性。当测量数据统计（均值、中位数、范围）并进行区间估计时，这是一个快速的绘图函数。
让我们尝试使用这个函数与数据样本。
import pandas as pd
df = pd.read_csv('train.csv')
pd.plotting.bootstrap_plot(df['Fare'], size = 150, samples = 1000)
该图将根据样本参数的大小重新采样数据。
均值的分布估计接近 30 到 40，中位数接近 12 到 15。通过这个图，我们可以尝试估计实际的人口统计数据。由于采样是随机的，您的结果可能与我的不同。
Scatter Matrix 图是 Pandas 中的一个绘图函数，用于从所有可用的数值数据中创建散点图。让我们尝试这个函数，了解散点矩阵。
pd.plotting.scatter_matrix(df)
如上图所示，散点矩阵函数自动检测数据框中的所有数值列，并为每个组合创建散点矩阵。该函数为相同列创建直方图以测量数据分布。
Radviz 图是一种将 N 维数据可视化为 2D 图的图表。通常，具有超过 3 个维度的数据很难可视化，但我们可以使用 Radviz 图做到这一点。让我们用数据示例来尝试一下。
pd.plotting.radviz(df[['SibSp', 'Parch', 'Pclass', 'Age', 'Fare','Survived']], 'Survived', color =['blue', 'red'])
在上述函数中，我们仅使用了带有目标的数值数据来划分数据。
结果如上图所示。然而，我们如何解释上述图表？对于每个变量，它将被均匀地表示为一个圆圈。每个变量中的数据点将根据其值被绘制在圆圈内。高度相关的变量将在圆圈中更靠近，而低相关的变量则会较远。
Andrew 曲线绘图是一种可视化多变量数据的方法，以潜在地识别数据中的聚类。它也可以用于识别数据中是否存在任何分离。让我们用数据示例来尝试一下。
Andrew 曲线在数据标准化到 0 到 1 之间时效果最佳，因此我们在应用函数之前会预处理数据。
from sklearn.preprocessing import MinMaxScaler
df = df.drop(['PassengerId', 'Name', 'Sex', 'Ticket', 'Cabin', 'Embarked'], axis =1)
scaler = MinMaxScaler()
df_scaled = scaler.fit_transform(df.drop('Survived', axis =1))
df_scaled = pd.DataFrame(df_scaled, columns = df.drop('Survived', axis =1).columns)
df_scaled['Survived'] = df['Survived']
pd.plotting.andrews_curves(df_scaled, 'Survived', color =['blue', 'red'])
从上面的图像中，我们可以看到“生存”类别可能具有不同的聚类。
延迟图是一个特定的时间序列数据图，用于检查时间序列数据是否与自身相关以及是否随机。延迟图通过将时间数据与其延迟数据进行绘图来工作。例如，延迟 1 的 T1 数据将是 T1 与 T1+1（或 T2）数据的绘图。让我们尝试这些函数以更好地理解。
我们将为这个示例创建样本时间序列数据。
np.random.seed(34)
x = np.cumsum(np.random.normal(loc=1, scale=5, size=100))
s = pd.Series(x)
s.plot()
我们可以看到我们的时间序列数据显示出递增模式。让我们看看使用延迟图时它的表现。
pd.plotting.lag_plot(s, lag=1)
当我们使用延迟 1 的延迟图时，我们可以看到数据表现出线性模式。这意味着数据在 1 天差异上存在自相关。让我们看看使用按月的情况是否存在相关性。
pd.plotting.lag_plot(s, lag=30)
现在数据变得稍微随机一些，尽管仍然存在线性模式。
Pandas 是一个数据处理包，还提供了各种独特的绘图函数。在这篇文章中，我们讨论了 5 种不同的 Pandas 绘图函数：
-
自助绘图
-
散点矩阵图
-
Radviz 图
-
Andrew 曲线图
-
延迟图
Cornellius Yudha Wijaya 是数据科学助理经理和数据撰写员。在全职工作于 Allianz Indonesia 的同时，他喜欢通过社交媒体和写作媒体分享 Python 和数据技巧。