Pandas基础知识

http://www.pythoner.com/200.html

---

matplotlib是Python著名的绘图库，默认并不支持中文显示，因此在不经过修改的情况下，无法正确显示中文。本文将介绍如何解决这一问题的方法。

解决中文乱码问题
1.修改matplotlibrc文件
进入Python安装目录下的Lib\site-packages\matplotlib\mpl-data目录，打开matplotlibrc文件，删除font.family和font.sans-serif两行前的#，并在font.sans-serif后添加微软雅黑字体（Microsoft YaHei），代码如下：

font.family         : sans-serif
font.sans-serif     : Microsoft YaHei, Bitstream Vera Sans, Lucida Grande, Verdana, Geneva, Lucid, Arial, Helvetica, Avant Garde, 

Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。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，它是使Python成为强大而高效的数据分析环境的重要因素之一。

from pandas import read_csv
import matplotlib.pyplot as plt

df = read_csv("E:\gapminder.tsv", sep="\t")
#DataFrame类型，就是实例对象
#按照年份分组统计，全世界中各年预期寿命的平均值
year = df.groupby("year")["lifeExp"].mean()
print(year)
print(type(year))#Series

#显示全球年平均寿命

#传入数据
#year.plot() #第一种，Series的plot
plt.plot(year) #直接使用 pyplot的plot,需要传入数据

#绘制标题
plt.title("hello")

#示例
plt.legend(["hello"])

#绘制
plt.show()

---

一个界面显示两个图标

from pandas import read_csv
import matplotlib.pyplot as plt

df = read_csv("E:\gapminder.tsv", sep="\t")
# DataFrame类型，就是实例对象
# 按照年份分组统计，全世界中各年预期寿命的平均值
year = df.groupby("year")["lifeExp"].mean()

year_continent = df.groupby("year")["gdpPercap"].mean()

# 把一个屏幕分成两份
figsize, (ax1, ax2) = plt.subplots(1, 2, figsize=(8, 4))

# 显示全球年平均寿命

# 传入数据
# year.plot() #第一种，Series的plot
ax1.plot(year)  # 直接使用 pyplot的plot,需要传入数据
ax2.plot(year_continent)

# 绘制标题
ax1.set_title("平局寿命")
ax2.set_title("平均GDP")

# 示例
ax1.legend(["寿命"])
ax2.legend(["GDP"])

# 绘制
plt.show()