python pandas 可视化统计数据

水平

#查看数据进行分组统计
import pandas
import matplotlib.pyplot as plt
#列用什么分割  --sep
df = pandas.read_csv('./gapminder.tsv',sep='\t')

global_yearly_life_expectancy = df.groupby('year')['lifeExp'].mean()
print(global_yearly_life_expectancy)

#预渲染 图先画出来
#global_yearly_life_expectancy.plot()
#plt.show()



global_group_var = df.groupby('year')['gdpPercap'].mean()
print(global_group_var)

#global_group_var.plot()
#plt.show()



#NumPy Pandas Matplot

#它是按照表格分的  水平 1行2列  垂直 2行1列   800*400  返回元祖和尺寸
fig,(ax1,ax2) = plt.subplots(1,2,figsize=(8,4))

ax1.plot(global_yearly_life_expectancy)
ax2.plot(global_group_var)

plt.show()

垂直

#查看数据进行分组统计
import pandas
import matplotlib.pyplot as plt
#列用什么分割  --sep
df = pandas.read_csv('./gapminder.tsv',sep='\t')

global_yearly_life_expectancy = df.groupby('year')['lifeExp'].mean()
print(global_yearly_life_expectancy)

#预渲染 图先画出来
#global_yearly_life_expectancy.plot()
#plt.show()



global_group_var = df.groupby('year')['gdpPercap'].mean()
print(global_group_var)

#global_group_var.plot()
#plt.show()



#NumPy Pandas Matplot

#它是按照表格分的  水平 1行2列  垂直 2行1列   800*400  返回元祖和尺寸
fig,(ax1,ax2) = plt.subplots(2,1,figsize=(4,8))

ax1.plot(global_yearly_life_expectancy)
ax2.plot(global_group_var)

plt.show()