两种绘图方法
#数据可视化第二课
#pandas中的绘图函数
import pandas as pd
df=pd.read_csv('data.csv',index_col='年份') #设置索引列为“年份”
print(df.head())
x=df.index.values
y=df['人均GDP'].values
from pylab import mpl
mpl.rcParams['font.sans-serif']=['FangSong']
import matplotlib.pyplot as plt
fig,ax=plt.subplots()
ax.plot(x,y,'r--o')
ax.set(title='人均GDP走势图',xlabel='年份')
plt.show()
#数据可视化第二课
#pandas中的绘图函数
import pandas as pd
df=pd.read_csv('data.csv',index_col='年份') #设置索引列为“年份”
print(df.head())
x=df.index.values
y=df['人均GDP'].values
from pylab import mpl
mpl.rcParams['font.sans-serif']=['FangSong']
import matplotlib.pyplot as plt
#另外一种写法
fig=plt.figure()
ax=fig.add_subplot(349)#349的意思是:将画布分割成3行4列,图像画在从左到右从上到下的第9块
ax.plot(x,y,'r--o')
ax.set(title='人均GDP走势图',xlabel='年份')
plt.show()
#数据可视化第二课
#pandas中的绘图函数
import pandas as pd
import matplotlib.pyplot as plt
#快速绘图
df=pd.read_csv('data.csv',index_col='年份') #设置索引列为“年份”
df['人均GDP'].plot();
plt.show()
#数据可视化第二课
#pandas中的绘图函数
import pandas as pd
import matplotlib.pyplot as plt
#快速绘图
df=pd.read_csv('data.csv',index_col='年份') #设置索引列为“年份”
df['人均GDP'].plot(kind='bar',color='r'); #kind=柱形图,设置颜色为红色
plt.show()
#数据可视化第二课
#pandas中的绘图函数
import pandas as pd
import matplotlib.pyplot as plt
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['FangSong'] # 防止中文乱码
#快速绘图
df=pd.read_csv('data.csv',index_col='年份') #设置索引列为“年份”
df.plot();#将所有数据绘制出来
plt.show();