Pandas---10.DataFrame绘图

1.matplotlib是一种比较低级的工具,pandas中有许多利用DataFrame对象数据组织特点来创建标准图表的高级绘图方法。

2.Series/DataFrame.plot():绘制图形。

Series.plot(kind=‘line‘, ax=None, figsize=None, use_index=True, title=None, grid=None,
  legend=False, style=None, logx=False, logy=False,loglog=False,xticks=None,yticks=None,
  xlim=None, ylim=None, rot=None, fontsize=None, colormap=None, table=False, yerr=None,
  xerr=None, label=None, secondary_y=False, **kwds)
  DataFrame.plot(x=None, y=None, kind=‘line‘, ax=None, subplots=False, sharex=None,
  sharey=False, layout=None, figsize=None, use_index=True, title=None, grid=None,
  legend=True, style=None, logx=False, logy=False, loglog=False, xticks=None,
  yticks=None, xlim=None, ylim=None, rot=None, fontsize=None, colormap=None,
  table=False, yerr=None, xerr=None, secondary_y=False, sort_columns=False, **kwds)

参数:

  • kind:绘制的类型。可以为:‘line‘‘bar‘‘barh‘(水平的bar)、‘hist‘‘box‘‘kde‘(核密度估计)、‘density‘(类似kde)、‘area‘‘pie‘
  • ax:一个Axes实例对象。如果为空,则是plt.gca()的返回值(当前Axes
  • figsize:一个元组,指定图片大小(单位为英寸)
  • use_index:一个布尔值。如果为True,则使用index作为X轴。
  • title:图形的标题
  • grid:一个布尔值。如果为True,则开启网格
  • legend:一个布尔值,如果为True,则放置图例
  • style:一个列表或者字典,给出了每一列的线型
  • logx:一个布尔值,如果为True,则x轴为对数型
  • logy:一个布尔值,如果为True,则y轴为对数型
  • loglog:一个布尔值,如果为True,则x轴和y轴都为对数型
  • xticks:一个序列,用于给出xticks
  • yticks:一个序列,用于给出yticks
  • xlim:一个二元的元组或者序列,给出x轴范围
  • ylim:一个二元的元组或者序列,给出y轴范围
  • rot:一个整数,给出了x轴和ytick旋转角度(不是弧度)。
  • fontsize:一个整数,给出了xtick/ytick的字体大小
  • colormap:一个字符串或者colormap对象,给出了colormap
  • colorbar:一个布尔值。如果为True,则绘制colorbar(只用于scatterhexbin图中)
  • position:一个浮点数。给出了bar图中,各bar的对其位置(0表示bar的左侧与它的坐标 对其;1表示bar的右侧与它的坐标对其)
  • layout:一个元组。给出了(rows,columns)
  • table:一个布尔值或者Series/DataFrame。如果为True,则将本Series/DataFrame绘制为一个表格;如果为Series/DataFrame,则将该参数绘制为表格
  • yerr:用于绘制Error Bar
  • xerr:用于绘制Error Bar
  • labelplotlabel参数
  • secondary_y:一个布尔值或者一个整数序列。如果为True,则y轴绘制在右侧
  • mark_right:一个布尔值,如果为Truesecondary_y=True,则在图例中标记为right
  • kwds:传递给matplotlib中的plot函数的其他关键字参数

DataFrame.plot中,下面的参数意义为:

  • xlabel或者position
  • ylabel或者position
  • subplots:一个布尔值,如果为True,则将每一列作为一个子图来绘制
  • sharex:一个布尔值。如果为True,且subplots=True,则子图共享x
  • sharey:一个布尔值。如果为True,且subplots=True,则子图共享y
  • stacked:一个布尔值。在bar中,如果为True,则将柱状图堆积起来
  • sort_columns:一个布尔值。如果为True,则根据列名来决定绘制的先后顺序。

它们返回的是AxesSubplot对象,或者AxesSubplotndarray

原文地址:https://www.cnblogs.com/nxf-rabbit75/p/12108532.html

时间: 2024-10-20 06:02:34

Pandas---10.DataFrame绘图的相关文章

对pandas的dataframe绘图并保存

对dataframe绘图并保存: ax = df.plot() fig = ax.get_figure() fig.savefig('fig.png') 可以制定列,对该列各取值作统计: label_dis = df.label.value_counts() ax = label_dis.plot(title='label distribution', kind='bar', figsize=(18, 12)) fig = ax.get_figure() fig.savefig('label_d

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.

Pandas库DataFrame的排序

df1为dataframe结构的测试数据: df1数据是从test.xlsx文档中读取的,使用示例代码如下: # -*- coding:utf-8 -*- import tushare as ts import pandas as pd df = pd.read_excel('test.xlsx') df1 = df.head(10) #dataframe按索引升序排列,默认即是升序 #print df1.sort_index() #dataframe按索引降序排列 #print df1.sor

pandas中DataFrame

python数据分析工具pandas中DataFrame和Series作为主要的数据结构. 本文主要是介绍如何对DataFrame数据进行操作并结合一个实例测试操作函数. 1)查看DataFrame数据及属性 df_obj = DataFrame() #创建DataFrame对象 df_obj.dtypes #查看各行的数据格式 df_obj['列名'].astype(int)#转换某列的数据类型 df_obj.head() #查看前几行的数据,默认前5行 df_obj.tail() #查看后几

5 pandas之DataFrame简单实用2

今日内容 # pandas之DataFrame 简介 # Pandas 的两个主要数据结构,Series(1维)和DataFrame(2维) # 整理数据.清理数据,分析数据.数据建模,然后将分析结果组织成适合绘图或表格显示的形式 常用操作 # 布尔索引查询 DataFrame # 复制DataFrame copy # 插入新数据列‘gender’ ['Female','Male','Male','Unknown'] # 多条件选择查询 isin() # 标签|位置赋值 at[],iat[] F

短视频学习 - 4、pandas之DataFrame简单使用

今日内容 # pandas之DataFrame  简介 # Pandas 的两个主要数据结构,Series(1维)和DataFrame(2维) # 整理数据.清理数据,分析数据.数据建模,然后将分析结果组织成适合绘图或表格显示的形式 常用操作 # 数据录入 DataFrame() # 查看数据类型 dtypes # 查看数据索引 index # 数据排序 sort_values() # 有条件切片查询数据 [],iloc[]  FollowMe # 装逼输出 Texttable  若浏览器无法显

python 数据处理学习pandas之DataFrame

请原谅没有一次写完,本文是自己学习过程中的记录,完善pandas的学习知识,对于现有网上资料的缺少和利用python进行数据分析这本书部分知识的过时,只好以记录的形势来写这篇文章.最如果后续工作定下来有时间一定完善pandas库的学习,请见谅!                     by LQJ 2015-10-25 前言: 首先推荐一个比较好的Python pandas DataFrame学习网址 网址: http://www.cnblogs.com/chaosimple/p/4153083

背水一战 Windows 10 (13) - 绘图: Stroke, Brush

[源码下载] 作者:webabcd 介绍背水一战 Windows 10 之 绘图 Stroke - 笔划 Brush - 画笔 示例1.演示“Stroke”相关知识点Drawing/Stroke.xaml <Page x:Class="Windows10.Drawing.Stroke" xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation" xmlns:x="http://s

将pandas的DataFrame数据写入MySQL数据库 + sqlalchemy

将pandas的DataFrame数据写入MySQL数据库 + sqlalchemy [python] view plain copy print? import pandas as pd from sqlalchemy import create_engine ##将数据写入mysql的数据库,但需要先通过sqlalchemy.create_engine建立连接,且字符编码设置为utf8,否则有些latin字符不能处理 yconnect = create_engine('mysql+mysql

背水一战 Windows 10 (12) - 绘图: Shape, Path

[源码下载] 作者:webabcd 介绍背水一战 Windows 10 之 绘图 Shape - 图形 Path - 路径 示例1.演示“Shape”相关知识点Drawing/Shape.xaml <Page x:Class="Windows10.Drawing.Shape" xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation" xmlns:x="http://schema