2024年Python最全Python pyecharts Boxplot图

最新推荐文章于 2024-12-16 10:30:26 发布

2301_82243979

最新推荐文章于 2024-12-16 10:30:26 发布

阅读量987

点赞数 26

分类专栏：程序员文章标签： python 开发语言

本文链接：https://blog.youkuaiyun.com/2301_82243979/article/details/138353747

版权

程序员专栏收录该内容

128 篇文章

订阅专栏

本文介绍了使用Python进行数据预处理，包括使用Pandas库操作DataFrame，填充缺失值，以及生成Boxplot和Scatter图表。作者强调了学习Python编程的系统化路线和实战案例的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

columns=‘SHOWYEAR’,

values=‘BO’

)

在这里插入图片描述

cnbopvtv2=cnbopvt.iloc[:,2:].replace()

cnbopvtv2.index

cnbopvtv2=cnbopvtv2.fillna(0).replace()

在这里插入图片描述

xlist=cnbopvtv2.index.tolist()

xlist一共有12个，因此循环12次：

y_data=[]

for i in range(0,12):

y_data.append(cnbopvtv2.iloc[i].tolist())

得到的y_data数据：

[[47923.0,

64988.0,

0.0,

80506.0,

0.0,

69628.0,

69960.0,

0.0,

104853.0,

539542.0,

157535.0],

[48249.0,

160800.0,

153735.0,

336616.0,

370696.0,

263476.0,

916503.0,

1010848.0,

1828313.0,

1835840.0,

875026.0],

[30916.0,

160800.0,

86419.0,

65659.0,

39472.0,

263476.0,

201318.0,

309825.0,

226052.0,

1835840.0,

152997.0],

[30916.0,

160800.0,

18648.0,

65659.0,

39472.0,

263476.0,

201318.0,

309825.0,

226052.0,

1835840.0,

152997.0],

[53837.0,

91838.0,

36093.0,

100303.0,

58872.0,

285139.0,

647028.0,

451028.0,

765806.0,

1063170.0,

454325.0],

[53837.0,

22874.0,

14934.0,

100303.0,

124699.0,

285139.0,

320647.0,

430395.0,

235246.0,

89988.0,

15283.0],

[20510.0,

22874.0,

14934.0,

18806.0,

124699.0,

41184.0,

320647.0,

430395.0,

235246.0,

89988.0,

15283.0],

[40329.0,

22874.0,

85732.0,

36994.0,

124699.0,

41184.0,

320647.0,

430395.0,

118754.0,

89988.0,

15283.0],

[44745.0,

22874.0,

85732.0,

36994.0,

124699.0,

41184.0,

62967.0,

430395.0,

118754.0,

89988.0,

15283.0],

[28092.0,

72729.0,

82385.0,

182193.0,

255790.0,

259325.0,

62967.0,

160092.0,

118754.0,

136152.0,

112725.0],

[51321.0,

213633.0,

148063.0,

225026.0,

258684.0,

563843.0,

344841.0,

82557.0,

179793.0,

139666.0,

465533.0],

[15524.0,

38100.0,

86684.0,

225026.0,

31579.0,

150820.0,

344841.0,

82557.0,

179793.0,

139666.0,

465533.0]]

最后绘制图表：

import pyecharts.options as opts

from pyecharts.charts import Grid, Boxplot, Scatter

scatter_data = [650, 620, 720, 720, 950, 970]

box_plot = Boxplot({“Theme”:ThemeType.ESSOS})

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！