matplotlib及pandas使用总结

1.

import matplotlib.pyplot as plt

import seaborn as sns

画子图: plt.subplot(m,n)  (m,n)个子图

fig,（ax1,ax2)=plt.subplot(1,2,1)：第一个子图

子图设置标题：ax1.set_title(name)

matplotlib画子图时设置总标题：fig.suptitle(name)

控制画图的大小：plt.figure(figsize=(m,n))

画直方图：ax1.hist(x,color="..") 或者sns.displot(x,bins=10,kde=True,color="red") kde:核密度，而且后者画出的直方图会有拟合曲线。

画条形图（类别的特征）：plt.bar(x,height=y)或者sns.barplot(x=None,y=None,data=None)

2.

在pandas中.map函数将一个自定义函数应用于Series结构中的每个元素(elements)，在DataFrame结构中没有map含函数；DataFrame中用的是.apply(),它作用于DataFrame中的每个行或者列。

如果要判断两个类型是否相同推荐使用 isinstance(a,str)

pandas中.value_counts()的用法:它是查看某列中有多少个不同值的快捷方法，并计算每个不同值有在该列中有多少重复值。

sort与sorted函数的区别：

sort 是应用在 list 上的方法，sorted 可以对所有可迭代的对象进行排序操作。

list 的 sort 方法返回的是对已经存在的列表进行操作，无返回值，而内建函数 sorted 方法返回的是一个新的 list，而不是在原来的基础上进行的操作。

sorted语法：sorted(iterable, cmp=None, key=None, reverse=False)   iterable -- 可迭代对象；cmp -- 比较的函数，这个具有两个参数，参数的值都是从可迭代对象中取出，此函数必须遵守的规则为，大于则返回1，小于则返回-1，等于则返回0；key -- 主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，指定可迭代对象中的一个元素来进行排序；reverse -- 排序规则，reverse = True 降序 ， reverse = False 升序（默认）。