pandas使用plot绘制图形,[python] pandas plot( )画图命令总结

  pandas使用plot绘制图形,[python] pandas plot( )画图命令总结

  这一次,我们将讨论如何可视化数据。首先,导入我们需要的模块。除了熊猫,我们还需要使用numpy来生成一些数据。本节使用的matplotlib只用于显示图片,即plt.show()。

  进口熊猫作为pd

  将numpy作为np导入

  导入matplotlib.pyplot为plt今天我们主要学习如何绘制数据。

  创建一个系列。这是一个线性数据。我们随机生成1000个数据。Series的默认索引是一个从0开始的整数,但这里我显式赋值,让大家看得清楚。

  #随机生成1000个数据

  数据=pd。Series(np.random.randn(1000),index=np.arange(1000))

  #为了方便查看效果,我们积累了这些数据。

  data.cumsum()

  #熊猫数据可以直接以可视化形式查看。

  data.plot()

  Plt.show()就是这么简单。熟悉matplotlib的朋友都知道,如果需要绘制一个数据,可以用plt.plot(x=,y=)把x和y的数据作为参数存储起来,但是data是一个数据,可以直接绘制。生成的结果如下图所示:

  数据帧可视化我们生成1000*4的数据帧并累加它们。

  数据=pd。数据帧(

  np.random.randn(1000,4),

  index=np.arange(1000),

  列=列表( ABCD )

  )

  data.cumsum()

  data.plot()

  plt.show()

  这是我们刚刚生成的四列数据。因为有四组数据,所以这四组数据将分别绘制。Plot可以指定许多参数。具体用法可以查看这里。

  除了plot,我还经常使用散点图,散点图会显示散点图。首先,我告诉你熊猫有多少种方法。

  Barhistboxkdeareascatterhexbin但是今天就不一一介绍了,主要说剧情和散点。因为散点只有两个属性,x和y,我们可以把数据分别赋给x和y。

  Ax=data.plot.scatter (x= a ,y= b ,color=深蓝色,label= class1 )。然后我们可以在同一个轴上再画一个,选择不同的数据列,不同的颜色和标签。

  #在前一个轴的顶部绘制该数据

  data.plot.scatter(x=A ,y=C ,color=LightGreen ,label=,ax=ax)

  Plt.show()这是我画的图。

  这就是我们今天说的两种呈现方式,一种是线性,一种是散点图。

  转载请联系作者取得转载授权,否则将追究法律责任。

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: