Pandas绘制柱状图和直方图

本文详细介绍使用Python进行数据可视化的多种图表绘制方法,包括柱状图、折线图、密度图和直方图,并展示了如何利用Pandas和Matplotlib库处理CSV文件数据,实现数据的读取、展示和统计分析。

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

import pandas as pd
import matplotlib.pyplot as plt

data = pd.read_csv("test03.csv", index_col='Year')
print(data.shape)
print(data.head(6))

plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'
### 使用 Pandas 读取 CSV 文件并绘制柱状图 为了完成这一任务,环境准备阶段需确保已安装 `Pandas` `Matplotlib` 库[^1]。 #### 数据读取与初步处理 使用 `pd.read_csv()` 方法可以从指定路径加载 CSV 文件至 DataFrame 对象中。对于特定需求如仅获取前几行的数据,可结合 `.head(n)` 方法实现,其中 n 表示所需行数。例如: ```python import pandas as pd df = pd.read_csv('文件路径/文件名.csv') top_10_rows = df.head(10) ``` 此段代码实现了从给定的 CSV 文件中提取前十行记录的操作[^2]。 #### 创建柱状图 一旦拥有了所需的 DataFrame 或 Series 类型的数据集之后,就可以调用内置的绘图功能来创建图形化表示形式。具体来说,可以通过设置参数 `kind='bar'` 来指示希望得到的是条形图而非默认折线图或其他类型的图表。下面是一个简单的例子说明如何操作: ```python import matplotlib.pyplot as plt # 假设 'column_name' 是要展示为 X 轴类别的列名, # 并且该列为分类变量;而 Y 轴则对应数值大小。 ax = top_10_rows.plot(kind='bar', x='category_column', y='value_column') plt.title("Top 10 Data Points Bar Chart") plt.xlabel("Categories") plt.ylabel("Values") plt.tight_layout() plt.show() ``` 上述脚本不仅展示了怎样基于前面提到的十行数据构建直方图,还包含了自定义标题、坐标轴标签等功能以增强可视化效果[^3]。 #### 图表优化与保存 为了让生成的结果更加直观易懂,还可以进一步调整样式选项,比如增加网格辅助线、改变颜色方案或是修改字体尺寸等。当满意最终版本后,则可通过如下方式将其导出成图片文件供后续分享或报告用途: ```python plt.savefig('output_bar_chart.png', dpi=300, bbox_inches='tight') ``` 这一步骤允许用户将精心设计后的图像存储下来以便日后查阅或分发。
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