- 折线图(Line Plot):用于显示数据随时间或其他连续变量的变化趋势。
import pandas as pd import matplotlib.pyplot as plt # 创建DataFrame data = pd.DataFrame({'Year': [2010, 2011, 2012, 2013], 'Sales': [100, 150, 120, 200]}) # 绘制折线图 plt.plot(data['Year'], data['Sales']) plt.xlabel('Year') plt.ylabel('Sales') plt.title('Sales Trend') plt.show()
- 柱状图(Bar Plot):用于比较不同类别之间的数据。
import pandas as pd import matplotlib.pyplot as plt # 创建DataFrame data = pd.DataFrame({'Category': ['A', 'B', 'C', 'D'], 'Sales': [100, 150, 120, 200]}) # 绘制柱状图 plt.bar(data['Category'], data['Sales']) plt.xlabel('Category') plt.ylabel('Sales') plt.title('Sales by Category') plt.show()
- 散点图(Scatter Plot):用于显示两个变量之间的关系和分布情况。
import pandas as pd import matplotlib.pyplot as plt # 创建DataFrame data = pd.DataFrame({'X': [1, 2, 3, 4, 5], 'Y': [10, 20, 15, 25, 30]}) # 绘制散点图 plt.scatter(data['X'], data['Y']) plt.xlabel('X') plt.ylabel('Y') plt.title('Scatter Plot') plt.show()
- 箱线图(Box Plot):用于显示数据的分布情况、中位数、四分位数等统计量。
import pandas as pd import matplotlib.pyplot as plt # 创建DataFrame data = pd.DataFrame({'Group': ['A', 'A', 'B', 'B', 'B', 'C'], 'Value': [10, 15, 20, 25, 30, 35]}) # 绘制箱线图 plt.boxplot(data['Value'], by=data['Group']) plt.xlabel('Group') plt.ylabel('Value') plt.title('Box Plot') plt.show()
DataFrame数据可视化方法和示例
于 2023-08-12 17:29:07 首次发布