import matplotlib.pyplot as plt import numpy as np from numpy.random import randn from pandas import DataFrame, Series # fig, axes = plt.subplots(2, 1) # Series图像 s = Series(randn(10).cumsum(), index=range(0, 100, 10)) # DataFrame图像 d1 = DataFrame(randn(10, 4).cumsum(0), columns=['A', 'B', 'C', 'D'], index=range(0, 100, 10)) # 线形图 # s.plot() # # 柱形图 # s.plot(kind='bar', ax=axes[0], color='k', alpha=0.7) # d1.plot(kind='bar', ax=axes[0]) # # 横向柱形图 # s.plot(kind='barh', ax=axes[1], color='k', alpha=0.7) # stacked设置为True,则产生的值会堆积在一起,可以简单看出该数据在总体数据中的百分比 # d1.plot(kind='barh', stacked=True) # kde为密度图 # d1.plot(kind='kde', ax=axes[0]) # d1.plot(kind='bar', ax=axes[1]) # 直方图,统计出现次数 # d1.hist() # d1.plot() # 散点图 # plt.scatter(s.index, s) plt.show()
利用python进行数据分析-绘图(2)
最新推荐文章于 2023-05-17 21:53:12 发布