Pandas——⑧绘图plot

这篇博客介绍了Pandas库中用于数据可视化的plot函数,包括如何绘制线性数据、矩阵数据和散点图,详细展示了每种类型的图表效果。
摘要由CSDN通过智能技术生成

Pandas——绘图plot

python入门常用操作:Python从0到1_python 把0到1等分为1000个元素-CSDN博客

目录

一、绘制线性数据

二、绘制矩阵数据

三、绘制散点图


一、绘制线性数据

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

# 1.线性数据:Series 
# 使用np.random.randn(1000),生成1000个随机数
data = pd.Series(np.random.randn(1000), index=np.arange(1000))
# 对数据进行累加,这样画图效果更好看
data = data.cumsum()
data.plot()
plt.show()

效果:

二、绘制矩阵数据

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

# 2.矩阵数据:DataFrame
# 使用np.random.randn(1000,4)随机生成1000行4列的矩阵
data = pd.DataFrame(np.random.randn(1000,4),
                    index = np.arange(1000),
                    columns=['A', 'B', 'C', 'D'])
# 使用cumsum对每一列的数据各自进行累加
data = data.cumsum()
# 输出前五行的数据
print(data.head(5))
# 有几列就会自动绘制出几条曲线
data.plot()
plt.show()

效果:

三、绘制散点图

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

# 3.plot的方法:
# 'bar':条形图、'scatter':散点图、'hist'、'box'、'kde'、'area'、'pie'、...
data = pd.DataFrame(np.random.randn(1000,4),
                    index = np.arange(1000),
                    columns=['A', 'B', 'C', 'D'])
data = data.cumsum()
axby = data.plot.scatter(x='A', y='B', color='DarkBlue', label='Class 1')
# ax=axby 是将两幅散点图绘制在同一幅图上
# 关于plt的更多内容可以看plt相关的博客
axcy = data.plot.scatter(x='A', y='C', color='DarkGreen', label='Class 2', ax=axby)
plt.show()

效果:

评论 2
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