Python Pandas工具绘制数据图使用教程

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

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
data=np.random.randn(5,2)*10
df=pd.DataFrame(np.abs(data),index=[1,2,3,4,5],columns=[1,2])
df.plot()
plt.show()

条形图

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
data=np.random.randn(5,2)*10
df=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

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
data=np.random.randn(5,2)*10
df=pd.DataFrame(np.abs(data),index=[1,2,3,4,5],columns=[1,2])
df.plot(kind="barh")
plt.show()

堆积图

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
data=np.random.randn(5,2)*10
df=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 pd
import numpy as np
import matplotlib.pyplot as plt
data=np.random.randn(5,2)*10
df=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
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
data=np.random.randn(5,2)*10
df=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

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
df=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

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
df=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

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
df=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

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
df=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云海天教程其它相关文章!