Python?Pandas工具繪制數(shù)據(jù)圖怎么實(shí)現(xiàn)

這篇文章主要為大家展示了“Python Pandas工具繪制數(shù)據(jù)圖怎么實(shí)現(xiàn)”，內(nèi)容簡(jiǎn)而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“Python Pandas工具繪制數(shù)據(jù)圖怎么實(shí)現(xiàn)”這篇文章吧。

背景介紹

Pandas的DataFrame和Series在Matplotlib基礎(chǔ)上封裝了一個(gè)簡(jiǎn)易的繪圖函數(shù)，使得數(shù)據(jù)處理過(guò)程中方便可視化查看結(jié)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(diǎn)圖

數(shù)據(jù)通常是一些點(diǎn)的集合

常用來(lái)繪制各種相關(guān)性，適合研究不同變量間的關(guān)系

• x:x坐標(biāo)位置

• y:y坐標(biāo)位置

• s:散點(diǎn)的大小

• c:散點(diǎn)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(xiàn)數(shù)據(jù)出現(xiàn)的次數(shù)

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

基于最小值、上四分位、中位數(shù)、下四分位和最大值5個(gè)數(shù)值特征展示數(shù)據(jù)分布的標(biāo)準(zhǔn)方式，可以看出數(shù)據(jù)是否具有對(duì)稱性，適用于展示一組數(shù)據(jù)的分布情況

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(rèn)False 若每列繪制子圖就為True

layout:子圖布局

figsize:畫(huà)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()

以上是“Python Pandas工具繪制數(shù)據(jù)圖怎么實(shí)現(xiàn)”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！