Pandas学习笔记
Pandas是非常实用的数据处理工具，我们可以通过它对数据集进行快速读取、转换、过滤、分析等一系列操作。Pandas通常和numpy，matplotlib一起使用用于数据处理。
matplotlib学习笔记
numpy学习笔记
基本使用
Pandas用点类似于字典，数据有对应的标签。
我们可以用Series函数来创建一组数据。
import pandas as pd
import numpy as np
# 创建数组
s = pd.Series([1, 2, 3, np.nan, 11])
print(s)
0 1.0
1 2.0
2 3.0
3 NaN
4 11.0
dtype: float64
我们可以用date_range函数来创建一串日期，作为一组数据的标签。
dates = pd.date_range('20200928', periods=6)
print(dates)
DatetimeIndex(['2020-09-28', '2020-09-29', '2020-09-30', '2020-10-01',
'2020-10-02', '2020-10-03'],
dtype='datetime64[ns]', freq='D')
我们用DataFrame函数来创建整个数据组，在创建时定义横向索引index，和纵向索引columns。
# 创建矩阵，指定行名、列名
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=['a', 'b', 'c', 'd'])
print(df)
a b c d
2020-09-28 0.329133 0.855724 -1.980535 1.192464
2020-09-29 0.259986 1.633665 0.540650 0.624041
2020-09-30 -0.695234 -1.102229 -0.561973 2.775647
2020-10-01 -1.021586 -1.477676 0.647583 0.818406
2020-10-02 -0.836655 -1.889947 0.449248 -0.156687
2020-10-03 -0.141239 0.639270 0.977544 0.261483
刚才Pandas类似于字典，我们也可以使用字典来创建矩阵。
# 使用字典创建矩阵
df2 = pd.DataFrame({'A' : 1.,
'B' : pd.Timestamp('20130102'),
'C' : pd.Series(1,index=list(range(4)),dtype='float32'),
'D' : np.array([3] * 4,dtype='int32'),
'E' : pd.Categorical(["test","train","test","train"]),
'F' : 'foo'})
print(df2)
A B C D E F
0 1.0 2013-01-02 1.0 3 test foo
1 1.0 2013-01-02 1.0 3 train foo
2 1.0 2013-01-02 1.0 3 test foo
3 1.0 2013-01-02 1.0 3 train foo
我们可以用dtypes来查看数据的属性；
用index来查看每行的索引；
用columns来查看每列的索引；
用values来查看所有的数据值。
# 查看每列的数据类型
df2.dtypes
A float64
B datetime64[ns]
C float32
D int32
E category
F object
dtype: object
# 查看每行的名称
print(df2.index)
# 查看每列的名称
print(df2.columns)
Int64Index([0, 1, 2, 3], dtype='int64')
Index(['A', 'B', 'C', 'D', 'E', 'F'], dtype='object')
# 查看所有的元素值
print(df2.values)
[[1.0 Timestamp('2013-01-02 00:00:00') 1.0 3 'test' 'foo']
[1.0 Timestamp('2013-01-02 00:00:00') 1.0 3 'train' 'foo']
[1.0 Timestamp('2013-01-02 00:00:00') 1.0 3 'test' 'foo']
[1.0 Timestamp('2013-01-02 00:00:00') 1.0 3 'train' 'foo']]
我们可以用describe函数来查看数据集的一般信息。
# dataframe的一般信息
df2.describe()
print(df2)
A B C D E F
0 1.0 2013-01-02 1.0 3 test foo
1 1.0 2013-01-02 1.0 3 train foo
2 1.0 2013-01-02 1.0 3 test foo
3 1.0 2013-01-02 1.0 3 train foo
整个数据集其实是一个矩阵，因此我们可以对其进行转置操作。
# 矩阵转置
print(df2.T)
0 1 2 \
A 1 1 1
B 2013-01-02 00:00:00 2013-01-02 00:00:00 2013-01-02 00:00:00
C 1 1 1
D 3 3 3
E test train test
F foo foo foo
3
A 1
B 2013-01-02 00:00:00
C 1
D 3
E train
F foo
我们对数据集的排序方式有两种，一种是根据索引来进行排序，索引排序中需要指定是按行排序还是按列排序，参数axis=0即为行，axis=1即为列。ascending参数为True时为正序排序，反之为逆序。
# 按照列名称降序排列
tmp = df2.sort_index(axis=1, ascending=False)
print(tmp)
F E D C B A
0 foo test 3 1.0 2013-01-02 1.0
1 foo train 3 1.0 2013-01-02 1.0
2 foo test 3 1.0 2013-01-02 1.0
3 foo train 3 1.0 2013-01-02 1.0
# 按照行名称降序排列
tmp = df2.sort_index(axis=0, ascending=False)
print(tmp)
A B C D E F
3 1.0 2013-01-02 1.0 3 train foo
2 1.0 2013-01-02 1.0 3 test foo
1 1.0 2013-01-02 1.0 3 train foo
0 1.0 2013-01-02 1.0 3 test foo
# 根据元素排序
tmp = df2.sort_values(by='E', ascending=False)
print(tmp)
A B C D E F
1 1.0 2013-01-02 1.0 3 train foo
3 1.0 2013-01-02 1.0 3 train foo
0 1.0 2013-01-02 1.0 3 test foo
2 1.0 2013-01-02 1.0 3 test foo
选择数据
dates = pd.date_range('20200928', periods=6)
df = pd.DataFrame(np.arange(24).reshape((6,4)), index=dates, columns=['A', 'B', 'C', 'D'])
print(df)
A B C D
2020-09-28 0 1 2 3
2020-09-29 4 5 6 7
2020-09-30 8 9 10 11
2020-10-01 12 13 14 15
2020-10-02 16 17 18 19
2020-10-03 20 21 22 23
我们先生成一些数据。
然后我们对一些数据进行索引。
# 选择某一列
print(df['A'])
print(df.A)
2020-09-28 0
2020-09-29 4
2020-09-30 8
2020-10-01 12
2020-10-02 16
2020-10-03 20
Freq: D, Name: A, dtype: int32
2020-09-28 0
2020-09-29 4
2020-09-30 8
2020-10-01 12
2020-10-02 16
2020-10-03 20
Freq: D, Name: A, dtype: int32
我们可以使用loc进行标签索引。
# 选择某一行
print(df.loc['20200930'])
print(df[2:3])
A 8
B 9
C 10
D 11
Name: 2020-09-30 00:00:00, dtype: int32
A B C D
2020-09-30 8 9 10 11
# 指定范围的行和列
tmp = df2.loc[0:1, ['A', 'D']]
print(tmp)
A D
0 1.0 3
1 1.0 3
我们也可以使用iloc来通过索引定位。
# 通过索引定位
print(df.iloc[1, 0])
4
# 切片
print(df.iloc[1:3, 2:4])
print(df.iloc[[1,2], 2:4])
C D
2020-09-29 6 7
2020-09-30 10 11
C D
2020-09-29 6 7
2020-09-30 10 11
我们可以在索引中使用条件判断，从而起到筛选作用。
# 条件筛选
print(df[df.A > 8])
A B C D
2020-10-01 12 13 14 15
2020-10-02 16 17 18 19
2020-10-03 20 21 22 23
设置值
我们先生成一组数据。
dates = pd.date_range('20200928', periods=6)
df = pd.DataFrame(np.arange(24).reshape((6,4)), index=dates, columns=['A', 'B', 'C', 'D'])
print(df)
A B C D
2020-09-28 0 1 2 3
2020-09-29 4 5 6 7
2020-09-30 8 9 10 11
2020-10-01 12 13 14 15
2020-10-02 16 17 18 19
2020-10-03 20 21 22 23
我们可以通过指定索引来改变对应的值。
# 修改对应的值
df.iloc[2, 2] = 1111
df.loc['20200930', 'B'] = 2222
print(df)
A B C D
2020-09-28 0 1 2 3
2020-09-29 4 5 6 7
2020-09-30 8 2222 1111 11
2020-10-01 12 13 14 15
2020-10-02 16 17 18 19
2020-10-03 20 21 22 23
我们还可以改变一行或者一列的全部数据。
# 将A>4的所有B置0
df.B[df.A > 4] = 0
print(df)
A B C D
2020-09-28 0 1 2 3
2020-09-29 4 5 6 7
2020-09-30 8 0 1111 11
2020-10-01 12 0 14 15
2020-10-02 16 0 18 19
2020-10-03 20 0 22 23
# 将A>4的所有行置0
df[df.A > 4] = 0
print(df)
A B C D
2020-09-28 0 1 2 3
2020-09-29 4 5 6 7
2020-09-30 0 0 0 0
2020-10-01 0 0 0 0
2020-10-02 0 0 0 0
2020-10-03 0 0 0 0
我们还可以通过新增标签来新增一列数据。
# 新增一列
df['F'] = np.nan
df['E'] = pd.Series([1,2,3,4,5,6], index=pd.date_range('20200928', periods=6))
print(df)
A B C D F E
2020-09-28 0 1 2 3 NaN 1
2020-09-29 4 5 6 7 NaN 2
2020-09-30 0 0 0 0 NaN 3
2020-10-01 0 0 0 0 NaN 4
2020-10-02 0 0 0 0 NaN 5
2020-10-03 0 0 0 0 NaN 6
处理数据
当一些数据丢失时，我们将其设置为NaN，我们有一些方法可以处理NaN参数。
我们先生成一组带有NaN的数据。
dates = pd.date_range('20200928', periods=6)
df = pd.DataFrame(np.arange(24).reshape((6,4)), index=dates, columns=['A', 'B', 'C', 'D'])
df.iloc[0,1] = np.nan
df.iloc[1,2] = np.nan
print(df)
A B C D
2020-09-28 0 NaN 2.0 3
2020-09-29 4 5.0 NaN 7
2020-09-30 8 9.0 10.0 11
2020-10-01 12 13.0 14.0 15
2020-10-02 16 17.0 18.0 19
2020-10-03 20 21.0 22.0 23
我们可以使用dropna方法来丢掉含有NaN的行或列。
其中有参数how，当我们设置其值为any时表示只要有一个NaN在这行（列）出现就产出这行（列），当设置其值为all时表示这行（列）全为NaN时才删除这行（列）。
# 丢掉包含NaN的行
tmp = df.dropna(axis=0, how='any')
print(tmp)
A B C D
2020-09-30 8 9.0 10.0 11
2020-10-01 12 13.0 14.0 15
2020-10-02 16 17.0 18.0 19
2020-10-03 20 21.0 22.0 23
# 丢掉全为NaN的行
tmp = df.dropna(axis=0, how='all')
print(tmp)
A B C D
2020-09-28 0 NaN 2.0 3
2020-09-29 4 5.0 NaN 7
2020-09-30 8 9.0 10.0 11
2020-10-01 12 13.0 14.0 15
2020-10-02 16 17.0 18.0 19
2020-10-03 20 21.0 22.0 23
我们可以用fillna方法来设置NaN的值将其覆盖。
dates = pd.date_range('20200928', periods=6)
df = pd.DataFrame(np.arange(24).reshape((6,4)), index=dates, columns=['A', 'B', 'C', 'D'])
df.iloc[0,1] = np.nan
df.iloc[1,2] = np.nan
# 将NaN值设为0
tmp = df.fillna(value=0)
print(tmp)
A B C D
2020-09-28 0 0.0 2.0 3
2020-09-29 4 5.0 0.0 7
2020-09-30 8 9.0 10.0 11
2020-10-01 12 13.0 14.0 15
2020-10-02 16 17.0 18.0 19
2020-10-03 20 21.0 22.0 23
我们可以用isnull方法来判断是否含有NaN。
dates = pd.date_range('20200928', periods=6)
df = pd.DataFrame(np.arange(24).reshape((6,4)), index=dates, columns=['A', 'B', 'C', 'D'])
df.iloc[0,1] = np.nan
df.iloc[1,2] = np.nan
# 判断是否有NaN
print(df.isnull())
print(np.any(df.isnull()) == True)
A B C D
2020-09-28 False True False False
2020-09-29 False False True False
2020-09-30 False False False False
2020-10-01 False False False False
2020-10-02 False False False False
2020-10-03 False False False False
True
导入导出数据
Pandas可以读取文件中的数据和向文件写入数据。
import pandas as pd
# 读文件
data = pd.read_csv('student.csv')
print(data)
# 写文件
data.to_json('student.json')
Student ID name age gender
0 1100 Kelly 22 Female
1 1101 Clo 21 Female
2 1102 Tilly 22 Female
3 1103 Tony 24 Male
4 1104 David 20 Male
5 1105 Catty 22 Female
6 1106 M 3 Female
7 1107 N 43 Male
8 1108 A 13 Male
9 1109 S 12 Male
10 1110 David 33 Male
11 1111 Dw 3 Female
12 1112 Q 23 Male
13 1113 W 21 Female
合并concat
我们先生成一批数据。
df1 = pd.DataFrame(np.ones((3,4))*0, columns=['a', 'b', 'c', 'd'])
df2 = pd.DataFrame(np.ones((3,4))*1, columns=['a', 'b', 'c', 'd'])
df3 = pd.DataFrame(np.ones((3,4))*2, columns=['a', 'b', 'c', 'd'])
print(df1)
print(df2)
print(df3)
a b c d
0 0.0 0.0 0.0 0.0
1 0.0 0.0 0.0 0.0
2 0.0 0.0 0.0 0.0
a b c d
0 1.0 1.0 1.0 1.0
1 1.0 1.0 1.0 1.0
2 1.0 1.0 1.0 1.0
a b c d
0 2.0 2.0 2.0 2.0
1 2.0 2.0 2.0 2.0
2 2.0 2.0 2.0 2.0
我们用cancat进行数据合并，其中参数有一个列表，其中包含要合并的数据集，axis参数指定行合并还是列合并。
# 纵向合并
res = pd.concat([df1, df2, df3], axis=0)
print(res)
a b c d
0 0.0 0.0 0.0 0.0
1 0.0 0.0 0.0 0.0
2 0.0 0.0 0.0 0.0
0 1.0 1.0 1.0 1.0
1 1.0 1.0 1.0 1.0
2 1.0 1.0 1.0 1.0
0 2.0 2.0 2.0 2.0
1 2.0 2.0 2.0 2.0
2 2.0 2.0 2.0 2.0
ignore_index参数可以忽略之前数据集的行号。
# 纵向合并 忽略行号
res = pd.concat([df1, df2, df3], axis=0, ignore_index=True)
print(res)
a b c d
0 0.0 0.0 0.0 0.0
1 0.0 0.0 0.0 0.0
2 0.0 0.0 0.0 0.0
3 1.0 1.0 1.0 1.0
4 1.0 1.0 1.0 1.0
5 1.0 1.0 1.0 1.0
6 2.0 2.0 2.0 2.0
7 2.0 2.0 2.0 2.0
8 2.0 2.0 2.0 2.0
我们再生成两个列索引不同的数据集。
df1 = pd.DataFrame(np.ones((3,4))*0, columns=['a', 'b', 'c', 'd'], index=[1, 2, 3])
df2 = pd.DataFrame(np.ones((3,4))*0, columns=['b', 'c', 'd', 'e'], index=[2, 3, 4])
print(df1)
print(df2)
a b c d
1 0.0 0.0 0.0 0.0
2 0.0 0.0 0.0 0.0
3 0.0 0.0 0.0 0.0
b c d e
2 0.0 0.0 0.0 0.0
3 0.0 0.0 0.0 0.0
4 0.0 0.0 0.0 0.0
此时我们使用outer参数合并的时候，不存在的数据就会被默认为NaN。
# 默认上下合并，不存在的数据补充为NaN，默认为outer
ret = pd.concat([df1, df2], ignore_index=True, sort=True)
# ret = pd.concat([df1, df2], join='outer', ignore_index=True, sort=True)
print(ret)
a b c d e
0 0.0 0.0 0.0 0.0 NaN
1 0.0 0.0 0.0 0.0 NaN
2 0.0 0.0 0.0 0.0 NaN
3 NaN 0.0 0.0 0.0 0.0
4 NaN 0.0 0.0 0.0 0.0
5 NaN 0.0 0.0 0.0 0.0
当join='inner’时，合并两个数据集时，只合并共有的。
# 上下合并，之合并共有的元素
ret = pd.concat([df1, df2], join='inner', ignore_index=True, sort=True)
print(ret)
b c d
0 0.0 0.0 0.0
1 0.0 0.0 0.0
2 0.0 0.0 0.0
3 0.0 0.0 0.0
4 0.0 0.0 0.0
5 0.0 0.0 0.0
如果我们想要按照列来合并，当行索引不同时，我们就需要reindex来重新定义合并后的行索引。
# reindex，指定按照那个索引合并
ret = pd.concat([df1, df2], axis=1).reindex(df1.index)
print(ret)
a b c d b c d e
1 0.0 0.0 0.0 0.0 NaN NaN NaN NaN
2 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
我们还可以用append函数来合并两个数据集，也可以用append函数来往数据集里添加新的一行。
# append 向下追加DataFrame
df1 = pd.DataFrame(np.ones((3,4))*0, columns=['a', 'b', 'c', 'd'])
df2 = pd.DataFrame(np.ones((3,4))*1, columns=['a', 'b', 'c', 'd'])
df3 = pd.DataFrame(np.ones((3,4))*2, columns=['a', 'b', 'c', 'd'])
ret = df1.append([df2, df3], ignore_index=True)
print(ret)
a b c d
0 0.0 0.0 0.0 0.0
1 0.0 0.0 0.0 0.0
2 0.0 0.0 0.0 0.0
3 1.0 1.0 1.0 1.0
4 1.0 1.0 1.0 1.0
5 1.0 1.0 1.0 1.0
6 2.0 2.0 2.0 2.0
7 2.0 2.0 2.0 2.0
8 2.0 2.0 2.0 2.0
# append 追加一行数据
df1 = pd.DataFrame(np.ones((3,4))*0, columns=['a', 'b', 'c', 'd'])
s1 = pd.Series([1, 2, 3, 4], index = ['a', 'b', 'c', 'd'])
ret = df1.append(s1, ignore_index=True)
print(ret)
a b c d
0 0.0 0.0 0.0 0.0
1 0.0 0.0 0.0 0.0
2 0.0 0.0 0.0 0.0
3 1.0 2.0 3.0 4.0
使用merge函数来合并数据集
merge函数前两个参数是需要合并的数据，on参数是合并要根据的索引。
left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3']})
right = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']})
print(left)
print(right)
# 按照key合并
res = pd.merge(left, right, on='key')
print(res)
key A B
0 K0 A0 B0
1 K1 A1 B1
2 K2 A2 B2
3 K3 A3 B3
key C D
0 K0 C0 D0
1 K1 C1 D1
2 K2 C2 D2
3 K3 C3 D3
key A B C D
0 K0 A0 B0 C0 D0
1 K1 A1 B1 C1 D1
2 K2 A2 B2 C2 D2
3 K3 A3 B3 C3 D3
left = pd.DataFrame({'key1': ['K0', 'K0', 'K1', 'K2'],
'key2': ['K0', 'K1', 'K0', 'K1'],
'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3']})
right = pd.DataFrame({'key1': ['K0', 'K1', 'K1', 'K2'],
'key2': ['K0', 'K0', 'K0', 'K0'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']})
print(left)
print(right)
# 两个key合并
# res1 = pd.merge(left, right, on=['key1', 'key2'])
res1 = pd.merge(left, right, on=['key1', 'key2'], how='inner')
res2 = pd.merge(left, right, on=['key1', 'key2'], how='outer')
print(res1)
print(res2)
key1 key2 A B
0 K0 K0 A0 B0
1 K0 K1 A1 B1
2 K1 K0 A2 B2
3 K2 K1 A3 B3
key1 key2 C D
0 K0 K0 C0 D0
1 K1 K0 C1 D1
2 K1 K0 C2 D2
3 K2 K0 C3 D3
key1 key2 A B C D
0 K0 K0 A0 B0 C0 D0
1 K1 K0 A2 B2 C1 D1
2 K1 K0 A2 B2 C2 D2
key1 key2 A B C D
0 K0 K0 A0 B0 C0 D0
1 K0 K1 A1 B1 NaN NaN
2 K1 K0 A2 B2 C1 D1
3 K1 K0 A2 B2 C2 D2
4 K2 K1 A3 B3 NaN NaN
5 K2 K0 NaN NaN C3 D3
how参数除了可以为“inner”，“outer”，还可以为“left”，“right”，分别为左连接，右连接。
# 左连接
res1 = pd.merge(left, right, on=['key1', 'key2'], how='left')
# 右连接
res2 = pd.merge(left, right, on=['key1', 'key2'], how='right')
print(res1)
print(res2)
key1 key2 A B C D
0 K0 K0 A0 B0 C0 D0
1 K0 K1 A1 B1 NaN NaN
2 K1 K0 A2 B2 C1 D1
3 K1 K0 A2 B2 C2 D2
4 K2 K1 A3 B3 NaN NaN
key1 key2 A B C D
0 K0 K0 A0 B0 C0 D0
1 K1 K0 A2 B2 C1 D1
2 K1 K0 A2 B2 C2 D2
3 K2 K0 NaN NaN C3 D3
indicator=True参数可以显示数据信息。
df1 = pd.DataFrame({'col1':[0,1], 'col_left':['a','b']})
df2 = pd.DataFrame({'col1':[1,2,2],'col_right':[2,2,2]})
print(df1)
print(df2)
# 显示合并信息
res = pd.merge(df1, df2, on='col1', how='outer', indicator=True)
print(res)
# 自定义显示名字
res = pd.merge(df1, df2, on='col1', how='outer', indicator="info")
print(res)
col1 col_left
0 0 a
1 1 b
col1 col_right
0 1 2
1 2 2
2 2 2
col1 col_left col_right _merge
0 0 a NaN left_only
1 1 b 2.0 both
2 2 NaN 2.0 right_only
3 2 NaN 2.0 right_only
col1 col_left col_right info
0 0 a NaN left_only
1 1 b 2.0 both
2 2 NaN 2.0 right_only
3 2 NaN 2.0 right_only
使用index进行合并。
# 根据index合并
left = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
'B': ['B0', 'B1', 'B2']},
index=['K0', 'K1', 'K2'])
right = pd.DataFrame({'C': ['C0', 'C2', 'C3'],
'D': ['D0', 'D2', 'D3']},
index=['K0', 'K2', 'K3'])
print(left)
print(right)
# left_index and right_index
res = pd.merge(left, right, left_index=True, right_index=True, how='outer')
print(res)
res = pd.merge(left, right, left_index=True, right_index=True, how='inner')
print(res)
A B
K0 A0 B0
K1 A1 B1
K2 A2 B2
C D
K0 C0 D0
K2 C2 D2
K3 C3 D3
A B C D
K0 A0 B0 C0 D0
K1 A1 B1 NaN NaN
K2 A2 B2 C2 D2
K3 NaN NaN C3 D3
A B C D
K0 A0 B0 C0 D0
K2 A2 B2 C2 D2
suffixes参数可以给重复的列名覆盖新的名字。
# 处理重复的数据
boys = pd.DataFrame({'k': ['K0', 'K1', 'K2'], 'age': [1, 2, 3]})
girls = pd.DataFrame({'k': ['K0', 'K0', 'K3'], 'age': [4, 5, 6]})
print(boys)
print(girls)
# 根据k筛选，给列名添加后缀区分
res = pd.merge(boys, girls, on='k', suffixes=['_boy', '_girl'], how='inner')
print(res)
k age
0 K0 1
1 K1 2
2 K2 3
k age
0 K0 4
1 K0 5
2 K3 6
k age_boy age_girl
0 K0 1 4
1 K0 1 5
使用plot画图
Pandas通常和numpy，matplotlib一起使用进行数据分析。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# Series
data = pd.Series(np.random.randn(1000), index=np.arange(1000))
data = data.cumsum()
data.plot()
plt.show()
# DataFrame
data = pd.DataFrame(np.random.randn(1000, 4), index=np.arange(1000), columns=list("ABCD"))
data = data.cumsum()
data.plot()
plt.show()
# plot methods:
# 'bar', 'hist', 'box', 'kde', 'area', scatter', hexbin', 'pie'
ax = data.plot.scatter(x='A', y='B', color='DarkBlue', label="Class 1")
data.plot.scatter(x='A', y='C', color='LightGreen', label='Class 2', ax=ax)
plt.show()
2571
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
