初识 pandas （3）：绘图

最新推荐文章于 2022-08-11 15:59:55 发布

逍遥_yjz

最新推荐文章于 2022-08-11 15:59:55 发布

阅读量332

点赞数

CC 4.0 BY-SA版权

分类专栏： Python高效数据分析

本文链接：https://blog.youkuaiyun.com/xiaoyaozizai017/article/details/80159607

Python高效数据分析专栏收录该内容

14 篇文章

订阅专栏

本文介绍了使用Pandas进行数据绘图的基本方法。包括如何创建累积序列并绘制趋势图，以及如何利用DataFrame绘制带标签的多列图表，并展示了图例位置的不同设置方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

>>> import numpy as np
>>> import pandas as pd
Backend TkAgg is interactive backend. Turning interactive mode on.
>>> ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
>>> ts = ts.cumsum()
>>> ts.plot()
<matplotlib.axes._subplots.AxesSubplot object at 0x000000000EC74BE0>

结果：
这里写图片描述

有意思的是以上代码在 py 文件中不显示，除非添加 plt.show()

import numpy as np
    import matplotlib.pyplot as plt
    ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
    ts = ts.cumsum()
    ts.plot()
    plt.show()

在数据桢中,可以很方便的绘制带标签列:
注：loc(设置图例显示的位置)

‘best’ : 0, (only implemented for axes legends)(自适应方式)
‘upper right’ : 1,
‘upper left’ : 2,
‘lower left’ : 3,
‘lower right’ : 4,
‘right’ : 5,
‘center left’ : 6,
‘center right’ : 7,
‘lower center’ : 8,
‘upper center’ : 9,
‘center’ : 10,

import numpy as np
    import matplotlib.pyplot as plt
    ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
    # ts = ts.cumsum()
    # ts.plot()


    df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index,
                              columns = ['A', 'B', 'C', 'D'])

    df = df.cumsum()
    plt.figure()
    df.plot()
    plt.legend(loc='best')
    plt.show()

结果显示
这里写图片描述

df3 = pd.DataFrame(np.random.randn(1000, 2), columns=['B', 'C']).cumsum()
    print(df3)
    df3['A'] = pd.Series(list(range(len(df))))

    df3.plot(x='A', y='B')

    plt.show()

显示结果:

这里写图片描述