20200116(绘图和可视化——pandas)

由上一节内容可知,matplotlib 实际上是一种比较低级的工具。要组装一张图表,得用它的各种基础组件才行。

pandas 有许多能够利用DataFrame 对象数据组织特点来创建标准图表的高级绘图方法。

1. 线型图

Series 和 DataFrame 都有一个用于生成各类图表的plot 方法。默认情况下,他们生成的是线型图。

fig4 = plt.figure()

s = Series(np.random.randn(10).cumsum(), index = np.arange(0, 100, 10))

s.plot()

如图:

Series.plot 方法的参数:

DataFrame 的plot 方法会在一个subplot 中为各列绘制一条线,并自动创建图例。

df = DataFrame(np.random.randn(10, 4).cumsum(0),
               columns=[‘A‘, ‘B‘, ‘C‘, ‘D‘],
               index = np.arange(0, 100, 10))
df.plot()

如图:

专用于DataFrame 的plot 的参数:

2. 柱状图

1)在生成线型图的代码中加上 kind=‘bar’(垂直柱状图)或kind=‘barh‘(水平柱状图)即可生成柱状图。

fig5,axes = plt.subplots(2, 1)data = Series(np.random.rand(16), index =list(‘abcdefghijklmnop‘))
data.plot(kind=‘bar‘, ax=axes[0], color=‘k‘, alpha=0.7)
data.plot(kind=‘barh‘, ax=axes[0], color=‘k‘, alpha=0.7)

如图:

 

2)对于DataFrame ,柱状图会将每一行的值分为一组:

df = DataFrame(np.random.rand(6, 4),
                index = [‘one‘,‘two‘,‘three‘,‘four‘,‘five‘,‘six‘],
                columns = pd.Index([‘A‘, ‘B‘, ‘C‘, ‘D‘], name=‘Genus‘))

结果:

注:DataFrame 各列的名称“Genus” 被用作了图例的标题。

3)生成堆积柱状图

设置stacked = True 即可。

df.plot(kind = ‘barh‘, stacked = True, alpha = 0.5)

如图:

3. 直方图和密度图

直方图(histogram)是一种可以对值频率进行离散化显示的直方图。数据点被拆分到离散的、间隔均匀的面元中,绘制的是各面元中数据点的数量。

4. 散布图

散布图(scatter plot)是观察两个一维数据序列之间的关系的有效手段。

5. 绘制地图:图形化显示海地地震危机数据

原文地址:https://www.cnblogs.com/bltstop/p/12188339.html

时间: 2024-11-08 23:02:25

20200116(绘图和可视化——pandas)的相关文章

绘图与可视化--pandas中的绘图函数

matplotlib是一种比较低级的工具,要组装一张图表,你得用它得各种基础组件才行:数据展示(即图表类型:线型图.柱状图.盒型图.散布图.等值线图等).图例.标题.刻度标签以及其它注释型信息. 在pandas中,有行标签.列标签及分组信息,要绘制一张图,需要很多matplotlib代码.pandas有很多能够利用DataFrame对象数据组织特点来创建标准图表的高级绘图方法. 1.1 线型图 Series和DataFrame都有一个用于生成各类图表的plot方法,默认情况下,生成的是线型图.

Python 数据分析(一) 本实验将学习 pandas 基础,数据加载、存储与文件格式,数据规整化,绘图和可视化的知识

第1节 pandas 回顾 第2节 读写文本格式的数据 第3节 使用 HTML 和 Web API 第4节 使用数据库 第5节 合并数据集 第6节 重塑和轴向旋转 第7节 数据转换 第8节 字符串操作 第9节 绘图和可视化 pandas 回顾 一.实验简介 学习数据分析的课程,需要同学们掌握好 Python 的语言基础,和对 Numpy 与 Matplotlib 等基本库有一些了解.同学们可以参考学习实验楼的 Python 语言基础教程与 Python 科学计算的课程. pandas 是后面我们

Python绘图与可视化

Python有很多可视化工具,本篇只介绍Matplotlib. Matplotlib是一种2D的绘图库,它可以支持硬拷贝和跨系统的交互,它可以在Python脚本.IPython的交互环境下.Web应用程序中使用.该项目是由John Hunter于2002年启动的,其目的是为Python构建一个MATLAB式的绘图接口.如果结合使用一种GUI工具包(如IPython),Matplotlib还具有诸如缩放和平移等交互功能.它不仅支持各种操作系统上许多不同的GUI后端,而且还能将图片导出为各种常见的食

Matplotlib:绘图和可视化

Matplotlib:绘图和可视化 简介 简单绘制线形图 plot函数 支持图类型 保存图表 一 .简介 Matplotlib是一个强大的Python绘图和数据可视化的工具包.数据可视化也是我们数据分析的最重要的工作之一,可以帮助我们完成很多操作,例如:找出异常值.必要的一些数据转换等.完成数据分析的最终结果也许就是做一个可交互的数据可视化. 安装方式: pip install matplotlib 引用方法: import matplotlib.pyplot as plt 二 .简单绘制线形图

Matplotlib模块:绘图和可视化

Matplotlib模块:绘图和可视化 原文地址:https://www.cnblogs.com/xiao-xue-di/p/9736408.html

《利用python进行数据分析》读书笔记--第八章 绘图和可视化

http://www.cnblogs.com/batteryhp/p/5025772.html python有许多可视化工具,本书主要讲解matplotlib.matplotlib是用于创建出版质量图表的桌面绘图包(主要是2D方面).matplotlib的目的是为了构建一个MATLAB式的绘图接口.本书中的大部分图都是用它生成的.除了图形界面显示,还可以把图片保存为pdf.svg.jpg.png.gif等形式. 1.matplotlib API入门 Ipython可以用close()关闭界面.

Py修行路 Matplotlib 绘图及可视化模块

Matplotlib是一个强大的Python绘图和数据可视化的工具包. 安装方法:pip install matplotlib 引用方法:import matplotlib.pyplot as plt 绘图方法 绘图函数:plt.plot() #调用函数生成图像 显示图像:plt.show() #显示图像 注意:每显示一次就会把创建的图对象数据清空,当需要再次显示的话,就需要再创建一个数据 绘图函数语法:plt.plot(["数据1","数据2","数据3

绘图和可视化

画图的步骤示例参考: import matplotlib.pyplot as plt %matplotlib inline from numpy.random import randn import numpy as np # 一种方法 fig = plt.figure() ax1 = fig.add_subplot(2, 2, 1) ax2 = fig.add_subplot(2, 2, 2) ax3 = fig.add_subplot(2, 2, 3) ax4 = fig.add_subpl

ipython ---matplotlib:绘图和可视化

定义: Matplotlib是一个强大的Python绘图和数据可视化的工具包. 安装方法:pip install matplotlib 引用方法:import matplotlib.pyplot as plt 绘图函数:plt.plot() 显示图像:plt.show() 原文地址:https://www.cnblogs.com/52forjie/p/8379968.html