使用Matplotlib绘制Pandas数据框架可以方便地对数据进行可视化分析,下面是具体的攻略和实例:
准备数据
首先需要导入需要的库和创建一个示例数据:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(0)
df = pd.DataFrame(np.random.randn(100, 4), columns=list('ABCD'))
这里使用Numpy生成一个随机的100x4的矩阵,然后将其转换为一个Pandas的数据框架。
绘制线形图
Matplotlib可以绘制许多不同类型的图表,这里首先演示如何绘制一个简单的线形图:
df.plot()
plt.show()
这段代码将dataframe作为一个整体传递给plot()函数的默认参数,会绘制出每列的值作为y轴,行索引作为x轴的线形图。plt.show()命令可展示图形。结果如下图所示:
绘制条形图
另一种比较常见的可视化方式就是条形图,下面代码展示如何画条形图:
df.plot(kind='bar')
plt.show()
这段代码中kind参数指定为‘bar’,表示绘制一个垂直方向的条形图。结果如下图所示:
绘制水平条形图
沿着上一步的思路,如果需要画一个水平方向的条形图:
df.plot(kind='barh')
plt.show()
这里kind参数指定为'barh',表示绘制水平方向的条形图,结果如下图所示:
绘制密度图
基于上述代码,如果你想看到数据的分布及其密度信息,可以尝试绘制密度图:
df.plot(kind='density')
plt.show()
结果如下图所示:
此时你可以很清楚的看到数据的连续分布,总体形态和数据相对于均值分散性
绘制散点图
现在让我们来看如何用matplotlib绘制散点图:
df.plot(kind='scatter', x='A', y='B')
plt.show()
这里我们使用kind参数指定为'scatter',表示绘制散点图,x、y参数指定为'A'和'B',表示使用该数据框架中的'A'、'B'列作为横纵坐标值。结果如下图所示:
绘制饼图
最后,我们演示如何绘制饼图:
df.sum().plot(kind='pie')
plt.axis('equal')
plt.show()
这里我们对数据框架进行求和,然后使用kind参数指定为'pie',表示绘制饼图。plt.axis('equal')命令可使图表的长宽比例一致,结果如下图所示:
这就是matplotlib对Pandas数据框架绘图的一些示例。请尝试将这些示例用于你的数据框架中,了解不同图表的优点及适用场合。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:如何用Matplotlib绘制Pandas数据框架 - Python技术站