Pandas——⑧绘图plot

原创已于 2024-08-23 11:18:51 修改 · 573 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #pandas #plot #scatter #ax

于 2021-01-31 15:16:56 首次发布

python 专栏收录该内容

40 篇文章

订阅专栏

这篇博客介绍了Pandas库中用于数据可视化的plot函数，包括如何绘制线性数据、矩阵数据和散点图，详细展示了每种类型的图表效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Pandas——绘图plot

python入门常用操作：Python从0到1_python 把0到1等分为1000个元素-优快云博客

一、绘制线性数据

二、绘制矩阵数据

三、绘制散点图

一、绘制线性数据

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 1.线性数据：Series 
# 使用np.random.randn(1000)，生成1000个随机数
data = pd.Series(np.random.randn(1000), index=np.arange(1000))
# 对数据进行累加，这样画图效果更好看
data = data.cumsum()
data.plot()
plt.show()

效果：

二、绘制矩阵数据

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 2.矩阵数据：DataFrame
# 使用np.random.randn(1000,4)随机生成1000行4列的矩阵
data = pd.DataFrame(np.random.randn(1000,4),
                    index = np.arange(1000),
                    columns=['A', 'B', 'C', 'D'])
# 使用cumsum对每一列的数据各自进行累加
data = data.cumsum()
# 输出前五行的数据
print(data.head(5))
# 有几列就会自动绘制出几条曲线
data.plot()
plt.show()

效果：

三、绘制散点图

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 3.plot的方法：
# 'bar'：条形图、'scatter'：散点图、'hist'、'box'、'kde'、'area'、'pie'、...
data = pd.DataFrame(np.random.randn(1000,4),
                    index = np.arange(1000),
                    columns=['A', 'B', 'C', 'D'])
data = data.cumsum()
axby = data.plot.scatter(x='A', y='B', color='DarkBlue', label='Class 1')
# ax=axby 是将两幅散点图绘制在同一幅图上
# 关于plt的更多内容可以看plt相关的博客
axcy = data.plot.scatter(x='A', y='C', color='DarkGreen', label='Class 2', ax=axby)
plt.show()

效果：