可视化进阶：多图与样式

直方图：看分布

直方图（hist）把数值切成若干区间，数每个区间有多少个值——回答”数据集中在哪、怎么分布”：

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

df = pd.DataFrame({
    "A": np.random.randn(1000) + 1,
    "B": np.random.randn(1000),
})
df.plot.hist(alpha=0.5, bins=30)   # alpha 半透明，bins 区间数
plt.show()

# 每列一张小图
df.hist(bins=30, figsize=(8, 3))
plt.show()

df.plot.hist() 把所有列叠在一张图上（半透明方便对比）；DataFrame.hist() 是独立接口，自动给每列开一张小图。plot.hist(by="列名") 可以按类别分组画。想看平滑版的分布，用 plot.kde()（核密度估计），曲线比柱子更直观。

箱线图：看离群

箱线图（boxplot）浓缩五个数字：最小值、下四分位、中位数、上四分位、最大值，箱子外的点是离群值。一眼看出”哪列波动大、有没有异常”：

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

df = pd.DataFrame(np.random.randn(200, 4), columns=["A", "B", "C", "D"])
df.plot.box()
plt.show()

# 按分组变量画：每个组一根箱线
df2 = pd.DataFrame(np.random.randn(100, 2), columns=["数值1", "数值2"])
df2["组"] = np.random.choice(["甲", "乙"], 100)
df2.boxplot(by="组")
plt.show()

df.plot.box() 一列一根箱线，df.boxplot(by="组") 按分组各画一根。箱线图是”先扫一眼有没有异常”的利器，数据量大时比 describe() 更直观。

散点图与气泡图

散点图（scatter）看两个数值列的关系。x、y 指定坐标列，c 用另一列上色，s 控制点的大小：

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

df = pd.DataFrame(np.random.randn(100, 3), columns=["x", "y", "z"])
df.plot.scatter(x="x", y="y", c="z", cmap="viridis", s=50)
plt.show()

# 气泡图：s 传一列，点的大小代表数值
df.plot.scatter(x="x", y="y", s=df["z"] * 200)
plt.show()

点太多糊成一团时，改用 hexbin（六边形分箱）：df.plot.hexbin(x="x", y="y", gridsize=20)，颜色深浅表示该区域的密度，百万行数据也不怕。

面积图与饼图

面积图（area）适合”总量随时间变化、还想看各部分贡献”：

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

df = pd.DataFrame(np.random.rand(10, 3), columns=["A", "B", "C"])
df.plot.area()               # 默认堆叠
plt.show()

df.plot.area(stacked=False)  # 不堆叠
plt.show()

面积图默认堆叠，各列相加就是总量；数据含 NaN 时会按 0 填充，想用别的策略先 fillna。

饼图（pie）适合展示占比，类别别超过五六个，多了人眼分不清：

import pandas as pd
import matplotlib.pyplot as plt

s = pd.Series([30, 25, 20, 15, 10], index=["A", "B", "C", "D", "E"], name="占比")
s.plot.pie(figsize=(6, 6), autopct="%.1f%%")
plt.show()

饼图最好用正方形画布（figsize 宽高相等），autopct 显示百分比。注意：饼图里标签参数叫 labels、颜色参数叫 colors，和其他图不一样——这是为了对齐 matplotlib 的 pie 接口。

子图布局

一个图里放多个坐标系（axes）。两种方式：

方式一：plot 自带 subplots 参数

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

df = pd.DataFrame(np.random.randn(50, 4), columns=list("ABCD"))
df.plot(subplots=True, layout=(2, 2), figsize=(8, 6))
plt.show()

方式二：plt.subplots 先建画布，再往每个坐标系里画

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

df = pd.DataFrame(np.random.randn(50, 2), columns=["x", "y"])
fig, axes = plt.subplots(1, 2, figsize=(10, 4))
df.plot(ax=axes[0])                          # 左：线图
df.plot.scatter(x="x", y="y", ax=axes[1])    # 右：散点
plt.tight_layout()                           # 自动拉开间距
plt.show()

方式二更灵活：不同子图可以画不同类型的图，还能把 ax 传给任何 pandas 绘图方法。layout 里可以用 -1 让 pandas 自动算行列，比如 layout=(2, -1)。

样式与细节

• 风格：plt.style.use("ggplot") 一键换肤。plt.style.available 列出所有可选风格，seaborn 系列最常用，写在脚本开头即可。
• 图例：默认自动显示，legend=False 关掉。
• 轴标签：xlabel、ylabel 参数直接改。
• 对数轴：logy=True（或 logx、loglog），数据跨数量级时必备。
• 双 y 轴：df.plot(secondary_y=["B"])，让两个量级差很大的列共图，图例自动标注 “(right)”。
• 配色：列多时 colormap="viridis" 让颜色有梯度，避免默认循环色分不清：

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

df = pd.DataFrame(np.random.rand(10, 6), columns=list("ABCDEF"))
df.plot.bar(colormap="viridis")
plt.show()

pandas.plotting：专业图形工具箱

pandas.plotting 模块提供一组”开箱即用”的专用图，接收 Series/DataFrame 直接画：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from pandas.plotting import scatter_matrix, autocorrelation_plot

df = pd.DataFrame(np.random.randn(1000, 4), columns=["a", "b", "c", "d"])
scatter_matrix(df, alpha=0.2, figsize=(8, 8), diagonal="kde")
plt.show()

s = pd.Series(np.random.randn(1000))
autocorrelation_plot(s)
plt.show()

常用成员一句话：scatter_matrix 多列两两散点（对角线是分布）、lag_plot 检查数据随机性、autocorrelation_plot 自相关图（时间序列建模前必看）、parallel_coordinates 平行坐标（多变量聚类可视化）、radviz 雷达状多变量图、bootstrap_plot 统计量不确定性、andrews_curves 傅里叶曲线聚类。用到时按名查文档即可。

小结

直方图看分布、箱线图找离群、散点图看关系、面积图看构成，加上子图与样式，pandas 内置绘图已经能覆盖日常 80% 的探索需求。画不出来或要更漂亮的图时，seaborn 是 pandas 数据的最佳搭档。下一节换赛道：数据大了，怎么让 pandas 跑得更快。