Pandas学习笔记（3）数据存取与可视化

最新推荐文章于 2025-06-07 13:03:09 发布

GYBinLero

最新推荐文章于 2025-06-07 13:03:09 发布

阅读量1k

点赞数

CC 4.0 BY-SA版权

文章标签：可视化 Pandas Matplotlib 数据分析

本文链接：https://blog.youkuaiyun.com/GYBinLero/article/details/79266380

这篇博客主要介绍了Pandas如何进行数据存取，包括使用`pd.read_csv()`读取csv文件和`pd.to_csv()`保存数据。此外，还探讨了数据可视化的基本操作，如使用Matplotlib库的`plt.show()`展示图形，`pd.plot()`进行线性绘图，以及`pd.plot.scatter()`绘制散点图。这些是Pandas数据分析中常用的数据展现技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Pandas数据存取

Pandas支持包含csv，excel，hdf，sql，json，html，stata，sas，clipboard，pickle等格式的数据文件存储，以统一的命名风格存取，以csv为例

pd.read_csv()

从csv文件中读取数据，参数为文件路径
返回值为一个DataFrame
会自动添加index（从0开始）

pd.to_csv()

用于以指定格式保存数据，和read方法对应

数据可视化

Matplotlib 是Python自带的绘图工具包，功能十分强大，在使用Pandas进行数据分析时往往需要进行数据可视化，在此只记录最基本的用法。

import matplotlib.pyplot as plt

随机生成一组数据，每行为一条记录，每条记录包含X,Y两个值

data = pd.DataFrame(np.random.randn(100,2),columns=list("XY"))

plt.show()

展示绘制好的图形，可视化的最后一步

pd.plot()

基本的线性绘图函数，可以通过参数指定绘制的颜色、线型
具体参数可参阅这里

data.plot()
plt.show()

pd.plot.scatter()

散点图绘制方法，需要指定x，y坐标轴

data = pd.DataFrame(np.random.randn(100,2),columns=list("XY"))
data.plot.scatter(x='X',y='Y')
plt.show()

这里写图片描述

除此之外，还可以用来绘制条形图、饼图、直方图等统计图像，在此不作介绍