码迷,mamicode.com
首页 > 其他好文 > 详细

pandas之绘图

时间:2020-06-30 16:01:20      阅读:96      评论:0      收藏:0      [点我收藏+]

标签:较差   符号   中文乱码   line   对比   name   股票价格   dex   gen   

pandas绘图


pandas绘图是基于matplotlib的上层封装 正常工作一般先用pandas绘图,再辅以matplotlib修改组件


Pandas绘图的优势:

  • 代码简洁
  • 针对pandas数据结构专门优化过(series/DataFrame) 劣势:
  • pandas绘图自定义程度较差
  • matplotlib自定义程度高

 

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams[‘font.family‘] = [‘Artial Unicode MS‘,‘Microsoft Yahei‘, ‘SimHei‘, ‘sans-serif‘] # 解决中文乱码问题
# plt.rcParams[‘axes.unicode_minus‘] = False # simhei黑体字 符号乱码 解决
# plt.style.use(‘seaborn‘)  # 改变图像风格
# series绘图
ts = pd.Series(np.random.randn(1000),index=pd.date_range(‘1/1/2000‘,periods=1000))
ts.plot(figsize=(18,8),title=‘股票价格‘)
# DataFrame绘图
df = pd.DataFrame(
    np.random.randn(10,4).cumsum(0),
    columns=[‘A‘,‘B‘,‘C‘,‘D‘],
    index=np.arange(0,100,10)
)
df.plot()

 

pandas绘图常见的参数

  • 核密度估计图比直方图的优势
    • 线条表现数据分布,可以对比多组数据的分布情况
    • 分布情况平滑,更容易观看
df.plot()
df.plot(kind=‘bar‘)  # 柱状图
df.plot(kind=‘hist‘, alpha=0.5)
df.plot(kind=‘kde‘,figsize=(18,5),alpha=0.5,grid=True,legend=True) # 核密度估计
# 修改网格粗细和透明度
plt.grid(linewidth=0.2, alpha=0.5)

 

matplotlib子图和pandas结合  

fig,axis = plt.subplots(2,1)  # 2,1 2行1列
df.plot.bar(ax=axis[0],alpha=0.5)
df.plot.line(ax=axis[1],color=‘red‘,alpha=0.5)

堆积柱状图

df  = pd.DataFrame(
    np.random.rand(6,4),
    index=[‘one‘,‘two‘,‘three‘,‘four‘,‘five‘,‘six‘],
    columns=pd.Index([‘A‘,‘B‘,‘C‘,‘D‘],name=‘Genus‘)
    )
df

df.plot.bar(stacked=True,alpha=0.5,legend=False)
s = pd.Series([1,1,2,3,4,4,4,4,5,6,6])
s.value_counts().plot.bar()
s.value_counts().plot.barh()

  

  

  

  

  

pandas之绘图

标签:较差   符号   中文乱码   line   对比   name   股票价格   dex   gen   

原文地址:https://www.cnblogs.com/harden13/p/13214191.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!