linux中python如何调用matlab的数据_使用 Pandas 在 Python 中绘制数据 | Linux 中国

  de7a4bf161af2e325b725e29ba062f87.png本文字数:2238,阅读时长大约: 2分钟 导读:Pandas 是一个非常流行的 Python 数据操作库。学习怎样使用它的 API 绘制数据。https://linux.cn/article-12333-1.html 作者:Shaun Taylor-morgan 译者:geekpi

在有关基于 Python 的绘图库的系列文章中,我们将对使用 Pandas 这个非常流行的 Python 数据操作库进行绘图进行概念性的研究。Pandas 是 Python 中的标准工具,用于对进行数据可扩展的转换,它也已成为从 CSV 和 Excel 格式导入和导出数据的流行方法。

除此之外,它还包含一个非常好的绘图 API。这非常方便,你已将数据存储在 Pandas DataFrame 中,那么为什么不使用相同的库进行绘制呢?

在本系列中,我们将在每个库中制作相同的多条形柱状图,以便我们可以比较它们的工作方式。我们使用的数据是 1966 年至 2020 年的英国大选结果: 

41312b3b63ff796c8e7ecc67dc28df8a.png 

Matplotlib UK election results

f9dc7338-8522-eb11-8da9-e4434bdf6706.svg

自行绘制的数据

在继续之前,请注意你可能需要调整 Python 环境来运行此代码,包括:

◈ 运行最新版本的 Python(用于 Linux、Mac 和 Windows 的说明)◈ 确认你运行的是与这些库兼容的 Python 版本

数据可在线获得,并可使用 Pandas 导入: 

import pandas as pddf = pd.read_csv('https://anvil.works/blog/img/plotting-in-python/uk-election-results.csv')

现在我们已经准备好了。在本系列文章中,我们已经看到了一些令人印象深刻的简单 API,但是 Pandas 一定能夺冠。

要在 x 轴上绘制按年份和每个党派分组的柱状图,我只需要这样做:

import matplotlib.pyplot as pltax = df.plot.bar(x='year')plt.show()

只有四行,这绝对是我们在本系列中创建的最棒的多条形柱状图。

我以宽格式使用数据,这意味着每个党派都有一列:

year conservative labour liberal others0 1966 253 364 12 11 1970 330 287 6 72 Feb 1974 297 301 14 18.. ... ... ... ... ...12 2015 330 232 8 8013 2017 317 262 12 5914 2019 365 202 11 72

这意味着 Pandas 会自动知道我希望如何分组,如果我希望进行不同的分组,Pandas 可以很容易地重组 DataFrame。

与 Seaborn 一样,Pandas 的绘图功能是 Matplotlib 之上的抽象,这就是为什么要调用 Matplotlib 的 plt.show() 函数来实际生成绘图的原因。

看起来是这样的:

4e8fe36c4f82d57162858e693904a30d.png

pandas unstyled data plot

看起来很棒,特别是它又这么简单!让我们对它进行样式设置,使其看起来像 Matplotlib 的例子。

f9dc7338-8522-eb11-8da9-e4434bdf6706.svg

调整样式

我们可以通过访问底层的 Matplotlib 方法轻松地调整样式。

首先,我们可以通过将 Matplotlib 颜色表传递到绘图函数来为柱状图着色:

from matplotlib.colors import ListedColormapcmap = ListedColormap(['#0343df', '#e50000', '#ffff14', '#929591'])ax = df.plot.bar(x='year', colormap=cmap)

我们可以使用绘图函数的返回值设置坐标轴标签和标题,它只是一个 Matplotlib 的 Axis 对象。 

ax.set_xlabel(None)ax.set_ylabel('Seats')ax.set_title('UK election results')

这是现在的样子:

0492e2a427687c1851e460d897dfaae2.png

pandas styled plot

这与上面的 Matplotlib 版本几乎相同,但是只用了 8 行代码而不是 16 行!我内心的代码高手非常高兴。 

f9dc7338-8522-eb11-8da9-e4434bdf6706.svg

抽象必须是可转义的

与 Seaborn 一样,向下访问 Matplotlib API 进行细节调整的能力确实很有帮助。这是给出抽象紧急出口使其既强大又简单的一个很好的例子。


via: https://opensource.com/article/20/6/pandas-python

作者:Shaun Taylor-Morgan 选题:lujun9972 译者:geekpi 校对:wxy

本文由 LCTT 原创编译,Linux中国 荣誉推出

00dd7338-8522-eb11-8da9-e4434bdf6706.svg
  • 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