Pandas matplotlib 数据可视化

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

• 前言
• 一、pandas是什么？
• 二、使用步骤
  • 1.引入库
  • 2.读入数据
• 总结

---

前言

本篇是使用pandas matplotlib，其中穿插了一点numpy的知识，使用这些python库对数据进行数据可视化.

一、pandas是什么？

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

二、使用步骤

1.pandas准备数据

代码如下：

subjects=["软件工程","Javaweb","Nosql","Hadoop",'ETL','信息安全','创业']
scores={"张三":np.asarray([97.5,91,87,85,91,75,80]),
        "李四":np.asarray([87.5,87,81,87,95,55,90]),
        "王五":np.asarray([89.5,81,67,85,81,85,75]),
        "李强":np.asarray([87.5,96,77,95,81,75,91]),
        "李华":np.asarray([54.8,61,97,75,76,76,78]),}
# 作为DtaFrame
pdf=pd.DataFrame(scores,subjects)
pdf.to_csv("score_info.csv")
# 转换为csv文件后，会出现score_info的文件，使用，切割，无index
pdc=pd.read_csv("score_info.csv",delimiter=",",index_col=0)
print(pdc)

2.matplotlib 数据可视化--雷达图

代码如下：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt


rcParams['font.family'] = 'SimHei'


# subjects=["软件工程","Javaweb","Nosql","Hadoop",'ETL','信息安全','创业']
# scores={"张三":np.asarray([97.5,91,87,85,91,75,80]),
#         "李四":np.asarray([87.5,87,81,87,95,55,90]),
#         "王五":np.asarray([89.5,81,67,85,81,85,75]),
#         "李强":np.asarray([87.5,96,77,95,81,75,91]),
#         "李华":np.asarray([54.8,61,97,75,76,76,78]),}
pdf=pd.read_csv("score_info.csv",delimiter=",",index_col=0)
# 获取索引并且list转换
index=list(pdf["张三"].index)
# 画板
fig=plt.figure(figsize=(10,6),dpi=80)
# 极坐标格式
ax = fig.add_subplot(111, polar=True)
# 绘制-用实心圆做散点
# concatenate是用来连接数组文件的，连接这个数组的前后，这样在雷达图就可以实现边的连接
x = np.concatenate ((pdf.index, [pdf.index[0]]))
for i in pdf.columns:
        y=np.concatenate((pdf[str(i)].values,[pdf[str(i)].values[0]]))
        ax.plot(x,y, 'o-', linewidth=2)
        ax.fill(x, y, alpha=0.25)
plt.title('成绩雷达图')

# 添加网格线
ax.grid(True)

3.效果图

 

---

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。matplotlib同样也能够对数据进行不错的可视化