Python Pandas工具绘制数据图使用教程

目录

• 背景介绍
• 折线图
• 条形图
• 水平条形图
• 堆积图
• 散点图
• 饼图
• 蜂巢图
• 箱线图
• 绘制子图

背景介绍

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。

折线图

?1234567import 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()

条形图

?1234567import 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()

水平条形图

?1234567import 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()

堆积图

?1234567import 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()

?1234567import 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()

散点图

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

?1234567import 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()

饼图

?123456import 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()

蜂巢图

体现数据出现的次数

?123456import 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()

箱线图

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

?123456import 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()

绘制子图

subplots:默认False 若每列绘制子图就为True

layout:子图布局

figsize:画布大小

?123456import 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()

以上就是Python Pandas工具绘制数据图使用教程的详细内容，更多关于Python Pandas 绘制图的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

• python之 matplotlib和pandas绘图教程
• python绘图pyecharts+pandas的使用详解