Python Pandas工具繪制數據圖使用教程
背景介紹
Pandas的DataFrame和Series在Matplotlib基礎上封裝瞭一個簡易的繪圖函數,使得數據處理過程中方便可視化查看結果。
折線圖
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()
條形圖
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()
水平條形圖
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()
堆積圖
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()
散點圖
數據通常是一些點的集合
常用來繪制各種相關性,適合研究不同變量間的關系
- x:x坐標位置
- y:y坐標位置
- s:散點的大小
- c:散點顏色
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()
餅圖
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()
蜂巢圖
體現數據出現的次數
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()
箱線圖
基於最小值、上四分位、中位數、下四分位和最大值5個數值特征展示數據分佈的標準方式,可以看出數據是否具有對稱性,適用於展示一組數據的分佈情況
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()
繪制子圖
subplots:默認False 若每列繪制子圖就為True
layout:子圖佈局
figsize:畫佈大小
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工具繪制數據圖使用教程的詳細內容,更多關於Python Pandas 繪制圖的資料請關註WalkonNet其它相關文章!
推薦閱讀:
- 一篇文章讓你快速掌握Pandas可視化圖表
- Python高級數據分析之pandas和matplotlib繪圖
- Python 可視化matplotlib模塊基礎知識
- Pandas reindex重置索引的使用
- python數學建模之Matplotlib 實現圖片繪制