matplotlib绘图—预

本文详细介绍了使用Pandas进行数据可视化的两种常用方法:plot函数和scatter函数。通过实例展示了如何利用这些函数绘制系列和DataFrame数据,并展示了不同类型的图表如线图、散点图等。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本篇介绍以下几个知识点:
(1)plot函数
(2)scatter函数

plot的几种方法:
bar、hise、box、kde、area、scatter、hexbin、pie…

(1)plot函数

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

#series
data = pd.Series(np.random.randn(1000),index = np.arange(1000))
data = data.cumsum()

data.plot()
plt.show()

绘图结果:
这里写图片描述

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

data = pd.DataFrame(np.random.randn(1000,4),
                    index = np.arange(1000),
                    columns = list("ABCD"))
data = data.cumsum()
data.plot() #线的宽度,颜色
plt.show()

绘图结果:
这里写图片描述

(2)scatter函数

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

data = pd.DataFrame(np.random.randn(1000,4),
                    index = np.arange(1000),
                    columns = list("ABCD"))
data = data.cumsum()

ax =data.plot.scatter(x = 'A',y = 'B',color = 'DarkBlue',label = 'Class1') #线的宽度,颜色

data.plot.scatter(x = 'A',y = 'C',color = 'DarkGreen',label = 'Class2',ax = ax) #线的宽度,颜色


plt.show()

绘图结果:
这里写图片描述

本次学习原始代码:

#0811
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
##
###series
##data = pd.Series(np.random.randn(1000),index = np.arange(1000))
##data = data.cumsum()
##
##data.plot()
##plt.show()


#DataFrame
data = pd.DataFrame(np.random.randn(1000,4),
                    index = np.arange(1000),
                    columns = list("ABCD"))
data = data.cumsum()
##data.plot() #线的宽度,颜色
##plt.show()
####
##
##
#plot methods:
#bar hise box kde area scatter hexbin pie


ax =data.plot.scatter(x = 'A',y = 'B',color = 'DarkBlue',label = 'Class1') #线的宽度,颜色

data.plot.scatter(x = 'A',y = 'C',color = 'DarkGreen',label = 'Class2',ax = ax) #线的宽度,颜色


plt.show()

#plt.plot(x = ,y = )
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值