3-14 Pandas繪圖
1.魔法指令:%matplotlib inline ；數據畫圖javascript
In [1]:
%matplotlib inline
import pandas as pd
In [2]:
import numpy as np
s=pd.Series(np.random.randn(10),index=np.arange(0,100,10))
s.plot()#畫圖
Out[2]:
2.多個數據畫圖css
In [3]:
df=pd.DataFrame(np.random.randn(10,4).cumsum(0),
index=np.arange(0,100,10),columns=['A','B','C','D'])#cumsum(0):將數組豎着進行拉平累加，cumsum(1)是橫着累加
df.head()
Out[3]:
In [4]:
df.plot()
Out[4]:
3.畫子圖html
In [5]:
import matplotlib.pyplot as plt
fig,axes=plt.subplots(2,1)#構造子圖，共2行一列
data=pd.Series(np.random.rand(16),index=list('abcdefghijklmnop'))
data.plot(ax=axes[0],kind='bar')#axes[0]畫在第一行；kind='bar'是柱狀圖
data.plot(ax=axes[1],kind='barh')#axes[0]畫在第二行；kind='barh'是橫着的柱狀圖
Out[5]:
4.含有圖例的柱狀圖html5
In [6]:
df=pd.DataFrame(np.random.rand(6,4),
index=['one','two','three','four','five','six'],
columns=pd.Index(['A','B','C','D'],name='Genus'))#name='Genus':指定名字
df.head()
Out[6]:
In [7]:
df.plot(kind='bar')
Out[7]:
5.直方圖hist 指定bins：總共有幾條條狀圖java
In [11]:
df.A.plot(kind='hist',bins=50)#A的直方圖
Out[11]:
In [12]:
df.plot(kind='hist',bins=50)#ABCD的直方圖
Out[12]:
6.散點圖scatternode
-
pd.scatter_matrix：分爲兩部分,對角線和非對角線(alpha指定透明度)python
-
對角線：核密度估計圖（Kernel Density Estimation），就是用來看某 一個 變量分佈狀況，橫軸對應着該變量的值，縱軸對應着該變量的密度（能夠理解爲出現頻次）jquery
-
非對角線部分：兩個變量之間分佈的關聯散點圖。linux
In [13]:
pd.scatter_matrix(df,color='k',alpha=0.3)
Out[13]:
In [20]:
pd.scatter_matrix(df[['A','B']],color='k',alpha=0.5)
Out[20]:
通常的散點圖:plot.scatterandroid
In [18]:
df.plot.scatter('A','B')#二維的圖
Out[18]:
In [ ]:
相關文章
- 1. Pandas繪圖
- 2. Pandas繪圖（一）：
- 3. 繪圖 Matplotlib Numpy Pandas
- 4. pandas之DataFrame繪圖
- 5. python pandas dataframe繪圖
- 6. pandas中的繪圖函數
- 7. 使用pandas繪製餅圖
- 8. python之matplotlib和pandas繪圖
- 9. pandas繪圖詳細教程
- 10. 繪圖和可視化（pandas）
- 更多相關文章...
- • R 繪圖 - 餅圖 - R 語言教程
- • R 繪圖 - 散點圖 - R 語言教程
- • 算法總結-股票買賣
- • Docker容器實戰(八) - 漫談 Kubernetes 的本質
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章