海外网站建设,重庆做网站多少钱,网站 标题 关键词 描述,制作一个有用户网站pandas——plot()方法可视化 作者#xff1a;AOAIYI 创作不易#xff0c;如果觉得文章不错或能帮助到你学习#xff0c;记得点赞收藏评论哦 在此#xff0c;感谢你的阅读 文章目录pandas——plot()方法可视化一、实验目的二、实验原理三、实验环境四、实验内容五、实验步骤…pandas——plot()方法可视化 作者AOAIYI 创作不易如果觉得文章不错或能帮助到你学习记得点赞收藏评论哦 在此感谢你的阅读 文章目录pandas——plot()方法可视化一、实验目的二、实验原理三、实验环境四、实验内容五、实验步骤一、实验目的
熟练掌握使用pandas中数据用plot方法绘制图
二、实验原理
绘图方法允许除了默认的线图之外的一些绘图样式这些方法可以通过plot()的关键字参数kind提供。这些包括:
bar 、barh绘制条形图
hist绘制直方图
box绘制箱型图
kde、density绘制密度图
area面积图
scatter绘制散点图
hexbin棱形图
pie绘制饼图
三、实验环境
Python 3.6.0以上
Jupyter
四、实验内容
练习使用pandas中数据用plot方法绘制图。
五、实验步骤
1.编写代码使用Series的plot绘制Series中数据的分布图
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
ts pd.Series(np.random.randn(1000),indexpd.date_range(1/1/2000,periods1000)) #创建一个Series
ts ts.cumsum() #对Series数据进行累加求和
ts.plot() #使用plot方法绘制Series中数据分布图
plt.show()2.创建一个DataFrame名为df使用df的plot绘制df中数据的分布图代码如下
import numpy as np
import pandas as pd
import matplotlib.pyplot as pltts pd.Series(np.random.randn(1000),indexpd.date_range(1/1/2000,periods1000)) #创建一个Series
df pd.DataFrame(np.random.randn(1000,4),indexts.index,columnslist(ABCD)) #创建一个DataFrame
df df.cumsum() #对df数据进行累加求和df.plot()
plt.show()3.创建一个DataFrame名为df使用df的plot方法绘制df第6行数据的条形图代码如下
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
ts pd.Series(np.random.randn(1000),indexpd.date_range(1/1/2000,periods1000)) #创建一个Series
df pd.DataFrame(np.random.randn(1000,4),indexts.index,columnslist(ABCD)) #创建一个DataFrame
df df.cumsum() #对df数据进行累加求和
df.iloc[5].plot(kindbar)
plt.axhline(0,colork)
plt.show()4.创建一个DataFrame名为df2使用df2的plot.bar()方法绘制df2数据的条形图代码如下
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df2 pd.DataFrame(np.random.rand(10,4),columns[a,b,c,d])
df2.plot.bar()
plt.show()5.使用plot.bar方法对上述df2数据绘制一个堆叠的条形图通过设置参数stackedTrue代码如下
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df2 pd.DataFrame(np.random.rand(10,4),columns[a,b,c,d])
df2.plot.bar(stackedTrue)
plt.show()6.使用plot.barh方法对上述df2数据通过设置参数stackedTrue绘制一个水平堆叠条形图代码如下
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df2 pd.DataFrame(np.random.rand(10, 4), columns[a, b, c, d])
df2.plot.barh(stackedTrue)
plt.show() 7.创建一个DataFrame名为df3使用df3的plot.hist()方法绘制df3数据的直方图代码如下
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df3 pd.DataFrame({a: np.random.randn(1000) 1, b: np.random.randn(1000),c: np.random.randn(1000) - 1}, columns[a, b, c])
df3.plot.hist(alpha0.5)
plt.show()8.使用plot.hist()方法对上述df3数据通过设置堆叠参数stackedTrue设置条数大小参数bins20绘制一个堆叠直方图代码如下
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df3 pd.DataFrame({a: np.random.randn(1000) 1, b: np.random.randn(1000),c: np.random.randn(1000) - 1}, columns[a, b, c])
df3.plot.hist(stackedTrue, bins20)
plt.show() 9.创建一个DataFrame名为df4使用df4的plot.box()方法绘制df3数据的箱型图代码如下
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df4 pd.DataFrame(np.random.rand(10, 5), columns[A, B, C, D, E])
df4.plot.box()
plt.show() 10.创建一个DataFrame名为df5使用df5的plot.scatter()方法绘制df5数据的散点图代码如下
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df5 pd.DataFrame(np.random.rand(50, 4), columns[a, b, c, d])
df5.plot.scatter(xa, yb);
plt.show() 11.创建一个DataFrame名为df6使用df6的plot.pie()方法绘制df6数据的饼图代码如下
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df6 pd.DataFrame(3 * np.random.rand(4, 2), index[a, b, c, d], columns[x, y])
df6.plot.pie(subplotsTrue, figsize(8, 4))
plt.show()
