python可视化绘图第二课pandas

最新推荐文章于 2025-03-06 22:04:15 发布

原创最新推荐文章于 2025-03-06 22:04:15 发布 · 298 阅读

0 ·

CC 4.0 BY-SA版权

数据挖掘专栏收录该内容

21 篇文章

订阅专栏

本文介绍了使用Pandas进行数据可视化的多种方法，包括利用Matplotlib自定义图表样式、使用Pandas内置绘图函数快速生成折线图和柱状图等。

两种绘图方法

#数据可视化第二课
#pandas中的绘图函数
import pandas as pd

df=pd.read_csv('data.csv',index_col='年份')  #设置索引列为“年份”
print(df.head())

x=df.index.values
y=df['人均GDP'].values

from pylab import mpl
mpl.rcParams['font.sans-serif']=['FangSong']

import matplotlib.pyplot as plt
fig,ax=plt.subplots()
ax.plot(x,y,'r--o')
ax.set(title='人均GDP走势图',xlabel='年份')
plt.show()

#数据可视化第二课
#pandas中的绘图函数
import pandas as pd

df=pd.read_csv('data.csv',index_col='年份')  #设置索引列为“年份”
print(df.head())

x=df.index.values
y=df['人均GDP'].values

from pylab import mpl
mpl.rcParams['font.sans-serif']=['FangSong']

import matplotlib.pyplot as plt

#另外一种写法
fig=plt.figure()
ax=fig.add_subplot(349)#349的意思是：将画布分割成3行4列，图像画在从左到右从上到下的第9块
ax.plot(x,y,'r--o')
ax.set(title='人均GDP走势图',xlabel='年份')
plt.show()

#数据可视化第二课
#pandas中的绘图函数
import pandas as pd
import matplotlib.pyplot as plt

#快速绘图
df=pd.read_csv('data.csv',index_col='年份')  #设置索引列为“年份”
df['人均GDP'].plot();
plt.show()

#数据可视化第二课
#pandas中的绘图函数
import pandas as pd
import matplotlib.pyplot as plt

#快速绘图
df=pd.read_csv('data.csv',index_col='年份')  #设置索引列为“年份”
df['人均GDP'].plot(kind='bar',color='r'); #kind=柱形图，设置颜色为红色
plt.show()

#数据可视化第二课
#pandas中的绘图函数
import pandas as pd
import matplotlib.pyplot as plt

from pylab import mpl

mpl.rcParams['font.sans-serif'] = ['FangSong']  # 防止中文乱码
#快速绘图
df=pd.read_csv('data.csv',index_col='年份')  #设置索引列为“年份”
df.plot();#将所有数据绘制出来
plt.show();