numpy、pandas基础补充

三层结构
容器层:canvas、figure、axes
画板层(canvas):用户接触不到
画布层(figure):

plt.figure(figsize=(),dpi=)
  figsize:画布大小
  dpi:清晰度
plt.savefig('文件名'):以文件名的形式保存

一个画布可以包含多个绘图区
绘图区(axes):plt.subplots()

辅助显示层:图例(legend)、网格(grid)、标题(title)、外观(facecolor)、边框线(spines)、坐标轴(axis)、坐标轴名称(axis label)、坐标轴刻度(tick),坐标轴刻度标签(tick label)
plt.xticks()
plt.yticks()

中文显示问题
安装字体、删除matplotlib缓存文件、配置文件

plt.grid(alpha=,linestyle='')

表示显示网格,alpha设置透明度

主要是用来帮助用户理解
图像层:图里面的内容、不同的图像类型

折线图plot:某事物、某指标随时间的变化
numpy.linepace(-10,10,1000):-10到10之间等距离生成1000个数
散点图scatter:关系/规律
柱状图bar:统计/对比

对比柱状图的x坐标需要不同,稍微平移
x轴标签的话也要根据实际情况调整一下
调整宽度

直方图hist:连续分布状况(年龄、价格)
直方图展示数据分布,柱状图比较数据大小
默认展示频数,需要展示频率的时候修改density=True即可

饼图pie:占比(超过9个类别就不要用饼图了)
格式化输出:autopct=%.2f%%(前面的%.2f表示保留两位小数,后面的%%表示取得%这个符号)
plt.axis(‘equal’)#正圆

总结
什么是matplotlib:2D画图的Python第三方库
为什么用matplotlib:方便自己

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Pandas的重点知识点主要包括以下几个方面: 1. PandasNumPy的关系:Pandas是基于NumPy实现的,它们互为补充Pandas的核心数据结构与NumPy的ndarray相似,但Pandas在数据处理方面更强大和智能,而NumPy基础和强大。 2. 数据分析中的Data Frame操作:Data Frame是Pandas中最常用的数据结构,类似于Excel中的表格。对Data Frame进行各种操作是进行数据分析的基础操作,比如数据筛选、排序、切片等。 3. 分组聚合:利用Pandas进行数据分析时,经常需要根据某些特征将数据分组,并对每个分组进行聚合计算,如求和、计数、均值等。这种分组聚合操作可以帮助我们快速统计和分析数据。 4. Series:Series是Pandas中的一维数据结构,类似于Excel中的列。它由一组数据和与之关联的索引组成,可以对数据进行标签化的访问和操作。 总结来说,Pandas的重点知识点包括PandasNumPy的关系、Data Frame的操作、分组聚合以及Series的使用。掌握这些知识点可以帮助你更好地进行数据分析和处理。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [Pandas知识点超全总结](https://blog.csdn.net/Itsme_MrJJ/article/details/126101002)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值