python画图中的cumsum是什么_Python绘图之matplotlib基本语法

y = np.sin(x) # 因变量取值

plt.plot(x,y,‘b*’,label=‘aaa’) # 'b*'表示蓝色*状线，label是指定义图例

plt.plot(x*2,y,‘r–’,label=‘bbb’) # 'r–'表示红色虚线，

plt.xlabel(‘this is x’) # 设置横轴标签

plt.ylabel(‘this is y’) # 设置纵轴标签

plt.title(‘this is title’) # 设置标题

plt.legend() # 显示上面定义的图例

plt.show() # 展示图像

这样一个简单的绘图就出来了，这里面有两个图形，位于一块画布上，还介绍了一些标签的设置。

2、子图

plt.subplot(2,1,1) # 子图，(2,1,1)代表，创建2*1的画布，并且定位于画布1 ；等效于plt.subplot(211)，即去掉逗号

a = plt.subplots() # 返回两个对象 figure ax

figure,ax = plt.subplots()

ax.plot([1,2,3,4,5])

plt.show() # 显示图像

subplots可以传入参数，几行几列

figure,ax = plt.subplots(2,2)

figure 显示画布，分成2*2的

ax[0][0].plot(x,y)

ax[0][1].plot(x2,y2) # 可以分别绘图

3、pandas–Series绘图

先介绍几个常用的参数：

plot参数：kind:图像显示的方法，包括’line’‘bar’‘barh’‘hist’‘box’‘kde’‘density’‘area’‘pie’.

grid=True 表示显示背景的网格

label=‘str’,参数里写这个，输出图像之前要协一个plt.legend()，显示图例

title=‘str’,显示标题

style=’–’,显示为虚线

plt.legend() # 显示图例，这个上面提到过，没有这个，设置了图例也是不会显示出来的

这是一个小例子

s1 = Series(np.random.randint(1000).cumsum()) # 创建series，cumsum()是指叠加求和，本位数是前几项之和

s1.plot() # series有自己的plot函数，里面可以写入想要的参数

4、pandas–DataFrame绘图

df = DataFrame(

np.random.randint(1,10,40).reshape(10,4),

columns=[‘A’,‘B’,‘C’,‘D’]

)

df.plot() # dataframe也有自己的plot，按列画出来，参数包含ax，选择输出的画布

参数：stacked=True,表示一个堆叠的情况，同一个index下，columns一不同颜色叠在一起

1、可以取其一行或几行来画图，即将dataftame横过来画：

一行：df.iloc[5].plot() # iloc是pandas里面的一个可以说是切片的命令

多行或全部：for i in df.index:

df.iloc[i].plot(label=str[i])

plt.legend()

2、对列画图：

df[‘A’].plot()

3、对行绘图还有简便方法：

就是对df进行转置，然后再plot ，df.T.plot()

5、直方图和密度图

直方图

s = Series(np.random.randn(1000))

plt.hist(s,rwidth=0.9) # 直方图,rwidth为设置宽度

plt.show()

hist()的参数：rwidth为宽度；bins=20表示显示的区间，默认是10份；color='r’设置颜色；

密度图

s.plot(kind=‘kde’) # kind='kde’即表示密度图