Python 官方文档:入门教程 => 点击学习
这篇文章主要为大家展示了“python pandas工具绘制数据图怎么实现”,内容简而易懂,条理清晰,希望能够帮助大家解决疑惑,下面让小编带领大家一起研究并学习一下“Python Pandas工具绘制数据图怎么实现”这篇
这篇文章主要为大家展示了“python pandas工具绘制数据图怎么实现”,内容简而易懂,条理清晰,希望能够帮助大家解决疑惑,下面让小编带领大家一起研究并学习一下“Python Pandas工具绘制数据图怎么实现”这篇文章吧。
Pandas的DataFrame和Series在Matplotlib基础上封装了一个简易的绘图函数,使得数据处理过程中方便可视化查看结果。
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltdata=np.random.randn(5,2)*10df=pd.DataFrame(np.abs(data),index=[1,2,3,4,5],columns=[1,2])df.plot()plt.show()
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltdata=np.random.randn(5,2)*10df=pd.DataFrame(np.abs(data),index=[1,2,3,4,5],columns=[1,2])df.plot(kind='bar')plt.show()
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltdata=np.random.randn(5,2)*10df=pd.DataFrame(np.abs(data),index=[1,2,3,4,5],columns=[1,2])df.plot(kind='barh')plt.show()
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltdata=np.random.randn(5,2)*10df=pd.DataFrame(np.abs(data),index=[1,2,3,4,5],columns=[1,2])df.plot(kind='bar',stacked=True)plt.show()
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltdata=np.random.randn(5,2)*10df=pd.DataFrame(np.abs(data),index=[1,2,3,4,5],columns=[1,2])df.plot(kind='barh',stacked=True)plt.show()
数据通常是一些点的集合
常用来绘制各种相关性,适合研究不同变量间的关系
x:x坐标位置
y:y坐标位置
s:散点的大小
c:散点颜色
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltdata=np.random.randn(5,2)*10df=pd.DataFrame(np.abs(data),index=[1,2,3,4,5],columns=['A','B'])df.plot(kind='scatter',x='A',y='B',s=df.A*100,c='red')plt.show()
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltdf=pd.Series(3*np.random.rand(4),index=['a','b','c','d'])df.plot.pie(figsize=(6,6))plt.show()
体现数据出现的次数
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltdf=pd.DataFrame(np.random.randn(1000,2),columns=['a','b'])df.plot.hexbin(x='a',y='b',sharex=False,gridsize=30)plt.show()
基于最小值、上四分位、中位数、下四分位和最大值5个数值特征展示数据分布的标准方式,可以看出数据是否具有对称性,适用于展示一组数据的分布情况
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltdf=pd.DataFrame(np.random.randn(1000,2),columns=['a','b'])df.plot(y=df.columns,kind='box',vert=False)plt.show()
subplots:默认False 若每列绘制子图就为True
layout:子图布局
figsize:画布大小
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltdf=pd.DataFrame(np.random.randn(5,2),columns=['a','b'])df.plot(subplots=True,layout=(2,3),figsize=(10,10),kind='bar')plt.show()
以上是“Python Pandas工具绘制数据图怎么实现”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注编程网Python频道!
--结束END--
本文标题: Python Pandas工具绘制数据图怎么实现
本文链接: https://www.lsjlt.com/news/300984.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
2024-03-01
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0