使用 Matplotlib 配合 DataFrame 列

虽然 Pandas DataFrame 提供便捷的内置绘图方法，但通过直接使用 Matplotlib 函数处理 DataFrame 数据，您通常会获得更多控制和灵活性。这种方式让您能够使用 Matplotlib 库的所有功能进行自定义，并处理更复杂的图表结构，例如子图。

核心思路很简单：不是在 DataFrame 本身调用方法（例如 df.plot()），而是调用 Matplotlib 函数（例如 plt.scatter() 或 plt.plot()），并传递 DataFrame 中的特定列作为数据输入。

获取 DataFrame 列进行绘图

回想一下，一个 Pandas DataFrame 就像一个表格，其中每列都有一个名称（标签）。您可以使用方括号表示法 df['column_name'] 或点表示法 df.column_name（如果列名是有效的 Python 标识符且不与 DataFrame 方法冲突）来选择单个列。以这种方式选择列会返回一个 Pandas Series 对象，Matplotlib 能够将其识别为输入数据。

使用 Matplotlib 函数创建图表

假设您已将数据加载到名为 sales_df 的 DataFrame 中，其结构大致如下：

# 示例 DataFrame 创建（在实际情况中，您会从文件中加载数据）
import pandas as pd
import matplotlib.pyplot as plt

data = {'month': ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun'],
        'units_sold': [150, 165, 180, 175, 190, 210],
        'revenue': [3000, 3300, 3600, 3500, 3800, 4200]}
sales_df = pd.DataFrame(data)

print(sales_df)
# 输出：
#   month  units_sold  revenue
# 0   Jan         150     3000
# 1   Feb         165     3300
# 2   Mar         180     3600
# 3   Apr         175     3500
# 4   May         190     3800
# 5   Jun         210     4200

现在，您可以使用 Matplotlib 函数来显示数据内的关系。

示例 1：按月份销量折线图

要绘制 units_sold 在 month 上的趋势，您可以将相应列传递给 plt.plot()：

# 选择列并将其传递给 Matplotlib 的绘图函数
plt.plot(sales_df['month'], sales_df['units_sold'])

# 添加标签和标题以增强清晰度
plt.xlabel('Month')
plt.ylabel('Units Sold')
plt.title('Monthly Units Sold')

# 显示图表
plt.grid(True, linestyle='--', alpha=0.6) # 添加一个不显眼的网格
plt.show()

这段代码直接指示 Matplotlib 使用 'month' 列作为 x 轴值，使用 'units_sold' 列作为 y 轴值。然后，我们使用 plt.xlabel()、plt.ylabel() 和 plt.title() 等标准 Matplotlib 函数为图表添加注释。

月销量趋势图，使用 Matplotlib 并从特定的 DataFrame 列获取数据生成。

示例 2：收入与销量的散点图

要查看 units_sold 与 revenue 之间的关系，您可以使用 plt.scatter() 创建一个散点图：

# 将列传递给 Matplotlib 的散点图函数
plt.scatter(sales_df['units_sold'], sales_df['revenue'], color='#fd7e14', marker='o') # 使用橙色圆点

# 添加标签和标题
plt.xlabel('Units Sold')
plt.ylabel('Revenue ($)')
plt.title('Revenue vs. Units Sold')

# 显示图表
plt.grid(True, linestyle=':', alpha=0.5) # 添加一个虚线网格
plt.show()

这里，sales_df['units_sold'] 提供散点图中每个点的 x 坐标，sales_df['revenue'] 提供 y 坐标。我们还在 Matplotlib 函数调用中直接指定了颜色和标记 (token)样式。

销量与收入的关系图，使用 Matplotlib 散点图并以 DataFrame 列作为输入显示。

为何采用这种方式？

1. 对 Matplotlib 的全面控制： 您可以直接访问整个 Matplotlib API。这包括对图表每个元素的精细控制，例如特定的标记 (token)样式、复杂的注释、误差棒等，可以直接在函数调用中实现，或使用 Figure 和 Axes 对象（后续会介绍）。
2. 一致性： 如果您已大量使用 Matplotlib 处理各种绘图任务，那么直接配合 DataFrame 使用它能够保持一致的工作流程。
3. 复杂布局： 当创建包含多个子图的图表时，这种方法能够自然地集成。您可以轻松地将不同的 DataFrame 列或数据子集引导到同一 Figure 中的不同 Axes 对象。

总结

直接使用 Matplotlib 函数配合 Pandas DataFrame 列，提供了一种强大而灵活的方式来生成可视化内容。您可以从 DataFrame 中选择所需的列（Pandas Series），并将其作为参数 (parameter)传递给 Matplotlib 绘图函数，例如 plt.plot()、plt.scatter()、plt.bar() 等。这种方式让您能够对图表的外观和结构进行全面控制，当内置的 Pandas 绘图方法不足，或者当您需要将绘图紧密集成到更大的 Matplotlib 图表结构中时，它是一项重要技巧。这强调了这些库的作用：Pandas 用于数据管理，Matplotlib 用于制作可视化内容。