Pandas如何實(shí)現(xiàn)數(shù)據(jù)可視化基礎(chǔ)繪圖

小編給大家分享一下Pandas如何實(shí)現(xiàn)數(shù)據(jù)可視化基礎(chǔ)繪圖，希望大家閱讀完這篇文章之后都有所收獲，下面讓我們一起去探討吧！

1、環(huán)境

IDE : jupyter notebook

Anaconda 3.X

2、基于matplotlib

import matplotlib.pyplot as plt

注：導(dǎo)入matplotlib.pyplot

import matplotlib

matplotlib.style.use('ggplot')

%matplotlib inline

注：使用ggplot樣式，并且將圖畫在jupyter notebook中

import pandas as pd

import numpy as np

ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))

ts.plot()

注：使用pandas創(chuàng)建一個(gè)Series（序列），序列值是隨機(jī)生成的1000個(gè)標(biāo)準(zhǔn)正態(tài)分布值，索引是從2000-1-1開始的1000個(gè)時(shí)間序列值。

然后使用plot默認(rèn)畫圖?？梢钥闯?，下圖非常不規(guī)則，因?yàn)橄噜彽膬蓚€(gè)值也是隨機(jī)大小。

import pandas as pd

import numpy as np

ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))

ts = ts.cumsum()

ts.plot()

注：這里加上了ts = ts.cumsum()，意思是返回累積值，在時(shí)間序列分析中，經(jīng)常觀察累積值曲線觀察走勢
這個(gè)累積值就看起來規(guī)則多了。

df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list('ABCD'))

df = df.cumsum()

plt.figure()

df.plot()

注：這里使用pandas創(chuàng)建了一個(gè)DataFrame（數(shù)據(jù)框，有點(diǎn)像excel表格那種），為什么不用剛才的Series呢？因?yàn)檫@里DataFrame中創(chuàng)建了4組數(shù)據(jù)，這4組數(shù)據(jù)都是隨機(jī)生成的1000個(gè)標(biāo)準(zhǔn)正態(tài)分布值，索引是從2000-1-1開始的1000個(gè)時(shí)間序列值，并且也是求他們各自的累積值并且畫圖。

df3 = pd.DataFrame(np.random.randn(1000, 2), columns=['B', 'C']).cumsum()

df3['A'] = pd.Series(list(range(len(df))))

df3.plot(x='A', y='B')

注：使用DataFrame創(chuàng)建了2組數(shù)據(jù)，也是1000個(gè)標(biāo)準(zhǔn)正態(tài)分布，分別命名為B、C（就行excel中列名）。并且求累積值，再在原來的df（DataFrame的簡稱）(這里名字是df3）上加上一列名為A，A的值是0-999（使用df3的長度為1000，然后range被套列表生成一列數(shù)，作為x軸），y軸是B列數(shù)據(jù)（累積值），c列數(shù)據(jù)最后繪圖沒有用上。

最后Pandas基礎(chǔ)繪圖plot就完成了！

看完了這篇文章，相信你對“Pandas如何實(shí)現(xiàn)數(shù)據(jù)可視化基礎(chǔ)繪圖”有了一定的了解，如果想了解更多相關(guān)知識，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！