PySparkPlotAccessor-Klasse

Accessor für DataFrame-Darstellungsfunktionen in PySpark.

Syntax

# Call the accessor directly
df.plot(kind="line", ...)

# Use a dedicated method
df.plot.line(...)

Methodik

Methode	Beschreibung
area(x, y, **kwargs)	Zeichnet ein gestapeltes Flächenplot.
bar(x, y, **kwargs)	Zeichnet ein vertikales Balkenplot.
barh(x, y, **kwargs)	Zeichnet ein horizontales Balkenplot.
box(column, **kwargs)	Zeichnet ein Box-and-Whisker-Plot aus DataFrame-Spalten.
hist(column, bins, **kwargs)	Zeichnet ein Histogramm der DataFrame-Spalten.
kde(bw_method, column, ind, **kwargs)	Generiert ein Kerneldichteschätzungsplot mit gaussischen Kerneln.
line(x, y, **kwargs)	Zeichnet DataFrame-Spalten als Linien.
pie(x, y, **kwargs)	Generiert ein Kreisplot.
scatter(x, y, **kwargs)	Erstellt ein Punktdiagramm.

Beispiele

Linienplot

data = [("A", 10, 1.5), ("B", 30, 2.5), ("C", 20, 3.5)]
columns = ["category", "int_val", "float_val"]
df = spark.createDataFrame(data, columns)
df.plot.line(x="category", y="int_val")

Balkenplot

data = [("A", 10, 1.5), ("B", 30, 2.5), ("C", 20, 3.5)]
columns = ["category", "int_val", "float_val"]
df = spark.createDataFrame(data, columns)
df.plot.bar(x="category", y="int_val")

Streudiagramm

data = [(5.1, 3.5, 0), (4.9, 3.0, 0), (7.0, 3.2, 1), (6.4, 3.2, 1), (5.9, 3.0, 2)]
columns = ["length", "width", "species"]
df = spark.createDataFrame(data, columns)
df.plot.scatter(x="length", y="width")

Flächenplot

from datetime import datetime

data = [
    (3, 5, 20, datetime(2018, 1, 31)),
    (2, 5, 42, datetime(2018, 2, 28)),
    (3, 6, 28, datetime(2018, 3, 31)),
    (9, 12, 62, datetime(2018, 4, 30)),
]
columns = ["sales", "signups", "visits", "date"]
df = spark.createDataFrame(data, columns)
df.plot.area(x="date", y=["sales", "signups", "visits"])

Boxplot

data = [
    ("A", 50, 55), ("B", 55, 60), ("C", 60, 65),
    ("D", 65, 70), ("E", 70, 75), ("F", 10, 15),
]
columns = ["student", "math_score", "english_score"]
df = spark.createDataFrame(data, columns)
df.plot.box()

KDE-Zeichnung

data = [(5.1, 3.5, 0), (4.9, 3.0, 0), (7.0, 3.2, 1), (6.4, 3.2, 1), (5.9, 3.0, 2)]
columns = ["length", "width", "species"]
df = spark.createDataFrame(data, columns)
df.plot.kde(bw_method=0.3, ind=100)

Histogramm

data = [(5.1, 3.5, 0), (4.9, 3.0, 0), (7.0, 3.2, 1), (6.4, 3.2, 1), (5.9, 3.0, 2)]
columns = ["length", "width", "species"]
df = spark.createDataFrame(data, columns)
df.plot.hist(bins=4)