python pandas_Python 高效数据处理之Pandas绘图

Pandas是Python中非常常用的数据处理工具,使用起来非常方便。由于建立在NumPy数组结构之上,所以它的很多操作通过NumPy或者Pandas自带的扩展模块编写,这些模块用Cython编写并编译到C,并且在C上执行,因此也保证了处理速度。不过我们今天的重点不在于它的处理速度,而是它和matplotlib合作产生的强大且方便的绘图功能。

到底有多强呢?让我们来体会一下。

1.创建数据

使用pandas可以很方便地进行数据创建,现在让我们创建一个5列1000行的pandas DataFrame:

0fa54d80e4b6110f2090f0bb5e0558c7.png

  • a1和a2:从正态(高斯)分布中抽取的随机样本。

  • a3:0到4中的随机整数。

  • y1:0到1的对数刻度均匀分布。

  • y2:0到1中的随机整数。

生成如下所示的数据,这些数据将会用到后续的实验上哦:

c944e196d9c764429feb2412df768d25.png

2.绘制图像

Pandas 绘图函数返回一个matplotlib的坐标轴(Axes),所以我们可以在上面自定义绘制我们所需要的内容。比如说画一条垂线和平行线。这将非常有利于我们:

1.绘制平均线

2.标记重点的点

d7892e5a3353eb1ae3e60256dbde7236.png

e3b45e78331e8ac7baaccb39bdd90979.png

我们还可以自定义一张图上显示多少个表:

a4110ce3ac5192a2b71d7ea61bb9b330.png

4d136f0bd7bcabb064b3a19c0fc5d32e.png

3.绘制直方图

Pandas能够让我们用非常简单的方式获得两个图形的形状对比:

5a2c2165e4277b1ae2108c8d66a2fd9c.png

a0b52c04a0e00fd129ce5205e2fbf4c4.png

还能允许多图绘制:

43fe9d044e8f41261af9e042a01042e5.png

当然,折线图也不在话下:

d55bc994b7a5427b264ddcb578460bee.png

f2ec6d84291f6d99a84b883857bde5fb.png

4.线性拟合

你以为这就结束了吗?不!Pandas还能用于拟合,让我们用pandas找出一条与下图最接近的直线:

5edd612b74862470cce04515b0959c70.png

最小二乘法计算和该直线最短距离:

bbeb6795c6aef3c4accc67ce2dc7b155.png

根据最小二乘的结果绘制y并拟合出直线:

49fc97e65b41aacfeff676a6d4f66403.png

558b442578f5c4ac0acf5f03a703903b.png

如果你喜欢今天的Python 教程,请持续关注Python实用宝典,如果对你有帮助,麻烦在下面点一个赞/在看7efff57337f2b0a170b0b1244a93a9e0.png,有任何问题都可以在下方留言,我们会耐心解答的!

Python实用宝典 (pythondict.com)

不只是一个宝典

欢迎关注公众号:Python实用宝典 f7de6e67aa33e0924869a9c8ab7c7d99.png
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值