python自定义函数画图_Python数据可视化--Pandas中的绘图函数

Series和DataFrame都有一个用于生成各类图表的plot方法。默认情况下，他们所生成的是线型图

1.折线图

import pandas as pd

import matplotlib.pyplot as plt

# 指定默认字体（防止中文出现乱码）

from pylab import mpl

mpl.rcParams['font.sans-serif'] = ['FangSong'] # 指定‘仿宋’字体

# 读取数据

df = pd.read_csv('../data/data.csv', index_col='年份')

# 折线图

df['人均GDP（元）'].plot(color='r', linestyle='--', marker='*')

plt.show()

用文件中的所有数据绘制折线图

import pandas as pd

import matplotlib.pyplot as plt

# 指定默认字体（防止中文出现乱码）

from pylab import mpl

mpl.rcParams['font.sans-serif'] = ['FangSong'] # 指定‘仿宋’字体

# 读取数据

df = pd.read_csv('../data/data.csv', index_col='年份')

# 绘制折线图

df.plot()

plt.show()

2.柱形图

import pandas as pd

import matplotlib.pyplot as plt

# 指定默认字体（防止中文出现乱码）

from pylab import mpl

mpl.rcParams['font.sans-serif'] = ['FangSong'] # 指定‘仿宋’字体

# 读取数据

df = pd.read_csv('../data/data.csv', index_col='年份')

# 柱形图

df['人均GDP（元）'].plot(kind='bar',color='skyblue')

plt.show()

用文件中的所有数据绘制柱形图

import pandas as pd

import matplotlib.pyplot as plt

# 指定默认字体（防止中文出现乱码）

from pylab import mpl

mpl.rcParams['font.sans-serif'] = ['FangSong'] # 指定‘仿宋’字体

# 读取数据

df = pd.read_csv('../data/data.csv', index_col='年份')

# 柱形图

df.plot(kind='bar')

plt.show()

3.水平柱形图

import pandas as pd

import matplotlib.pyplot as plt

# 指定默认字体（防止中文出现乱码）

from pylab import mpl

mpl.rcParams['font.sans-serif'] = ['FangSong'] # 指定‘仿宋’字体

# 读取数据

df = pd.read_csv('../data/data.csv', index_col='年份')

# 水平柱形图

df['人均GDP（元）'].plot(kind='barh',color='skyblue')

plt.show()

4.堆积柱形图

import pandas as pd

import matplotlib.pyplot as plt

# 指定默认字体（防止中文出现乱码）

from pylab import mpl

mpl.rcParams['font.sans-serif'] = ['FangSong'] # 指定‘仿宋’字体

# 读取数据

df = pd.read_csv('../data/data.csv', index_col='年份')

# 堆积柱形图

df.plot(kind='bar', stacked=True)

plt.show()

5.饼状图

import pandas as pd

import matplotlib.pyplot as plt

# 指定默认字体（防止中文出现乱码）

from pylab import mpl

mpl.rcParams['font.sans-serif'] = ['FangSong'] # 指定‘仿宋’字体

# 读取数据

df = pd.read_csv('../data/data.csv', index_col='年份')

# 饼状图

df['人均GDP（元）'].plot(kind='pie')

plt.show()

6.面积图

import pandas as pd

import matplotlib.pyplot as plt

# 指定默认字体（防止中文出现乱码）

from pylab import mpl

mpl.rcParams['font.sans-serif'] = ['FangSong'] # 指定‘仿宋’字体

# 读取数据

df = pd.read_csv('../data/data.csv', index_col='年份')

# 面积图

df['人均GDP（元）'].plot(kind='area')

plt.show()

7.直方图

# 直方图

from pandas import Series

hist_data = Series([2, 3, 4, 5, 2, 3, 3, 4, 6, 5])

hist_data.plot(kind='hist')

plt.show()

可以自定义分组

# 直方图---所有数据

from pandas import Series

hist_data = Series([2, 3, 4, 5, 2, 3, 3, 4, 6, 5])

# 自己定义分组

mybins = [1, 3, 5, 7] # 1~3，3~5，5~7分3组

hist_data.plot(kind='hist', bins=mybins) # 横坐标是分组，纵坐标是频率

plt.show()

【附件】文件data.csv

年份,人均GDP（元）,啤酒产量（万千升）,居民消费价格指数（上面=100）

2000,7857.7,2231.3,100.4

2001,8621.7,2288.9,100.7

2002,9398.1,2402.7,99.2

2003,10542,2540.5,101.2

2004,12335.6,2948.6,103.9

2005,14185.4,3126.1,101.8

2006,16499.7,3543.58,101.5

2007,20169.5,3954.07,104.8

2008,23707.7,4156.91,105.9

2009,25607.5,4162.18,99.3

2010,30015,4490.16,103.3

2011,35197.8,4834.5,105.4

2012,38549.5,4778.58,102.6

2013,41907.6,5061.5,102.6

标签：plt,Python,mpl,可视化,pd,import,csv,data,Pandas

来源： https://blog.csdn.net/weixin_44706512/article/details/98596380