d3js绘制y坐标轴_Pandas 可视化综合指南：手把手从零教你绘制数据图表-CSDN博客

本文链接：https://blog.csdn.net/weixin_39520199/article/details/111623549

本文介绍了如何使用D3.js库进行数据可视化，特别是聚焦于Y坐标轴的绘制，包括取值范围设定、x、y轴的刻度设置以及对数坐标的应用。同时，提到了Pandas在数据处理中的重要作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

(给数据分析与开发加星标，提升数据技能)

转自：量子位(ID：QbitAI)，编译：晓查

数据可视化本来是一个非常复杂的过程，但随着Pandas数据帧plot()函数的出现，使得创建可视化图形变得很容易。在数据帧上进行操作的plot()函数只是 matplotlib中plt.plot()函数的一个简单包装，可以帮助你在绘图过程中省去那些长长的matplotlib代码。最近，一位来自印度的小哥以2019年世界幸福指数的数据为例，详细讲述了在Pandas中plot()函数的各种参数设置的小技巧，熟练掌握这些技巧后，你也能绘制出丰富多彩的可视化图表。 导入数据在绘制图形前，我们首先需要导入csv文件：

1import pandas as pd
2df=pd.read_csv(‘./world-happiness-report-2019.csv’)
3df.head(3)

这个csv图标的内容是各个国家按照不同维度评价的幸福指数(数据下载地址见文末)：

数据帧中一些列的名称比较冗长，可以重命名使其更加简洁：

1df.rename(columns={“Country (region)”: “Country”, “Log of GDPper capita”: “Log_GDP_per_capita”, “Healthy life
2expectancy”:”Health_life_expect”},inplace=True)
3df.columns

绘制柱状图、散点图等常见图形从最近简单的 柱状图开始，只统计腐败程度、自由度、宽容度、社会支持等几个维度

1%matplotlib tk
2df1=df[:5]
3df1.plot(‘Country’,[‘Corruption’,’Freedom’,’Generosity’,’Social support’],kind = ‘bar’)</