利用python进行数据分析-绘图（2）

最新推荐文章于 2023-05-17 21:53:12 发布

Three张

最新推荐文章于 2023-05-17 21:53:12 发布

阅读量457

点赞数

CC 4.0 BY-SA版权

分类专栏：利用python进行数据分析（练习）

本文链接：https://blog.youkuaiyun.com/qq_15627543/article/details/80265524

利用python进行数据分析（练习）专栏收录该内容

6 篇文章

订阅专栏

本文介绍了如何使用Python中的Pandas库来绘制不同类型的图表，包括线形图、柱形图、横向柱形图和散点图等。通过示例展示了如何创建Series和DataFrame对象，并利用它们生成各种统计图表。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import matplotlib.pyplot as plt
import numpy as np
from numpy.random import randn
from pandas import DataFrame, Series


# fig, axes = plt.subplots(2, 1)
# Series图像
s = Series(randn(10).cumsum(), index=range(0, 100, 10))
# DataFrame图像
d1 = DataFrame(randn(10, 4).cumsum(0), columns=['A', 'B', 'C', 'D'], index=range(0, 100, 10))

# 线形图
# s.plot()
# # 柱形图
# s.plot(kind='bar', ax=axes[0], color='k', alpha=0.7)
# d1.plot(kind='bar', ax=axes[0])
# # 横向柱形图
# s.plot(kind='barh', ax=axes[1], color='k', alpha=0.7)
# stacked设置为True，则产生的值会堆积在一起，可以简单看出该数据在总体数据中的百分比
# d1.plot(kind='barh', stacked=True)
# kde为密度图
# d1.plot(kind='kde', ax=axes[0])
# d1.plot(kind='bar', ax=axes[1])
# 直方图，统计出现次数
# d1.hist()
# d1.plot()
# 散点图
# plt.scatter(s.index, s)
plt.show()