数据分析系列 之python中数据的可视化

Posted 琅晓琳

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据分析系列 之python中数据的可视化相关的知识,希望对你有一定的参考价值。

1 介绍
Matplotlib绘图:python绘图库,主要用于二维绘图,利用绘图API–pyplot模块。
pandas绘图:可以实现基于Series和DataFrame的某些绘图功能。可以直接将DataFrame的index作为x轴数据,各组values作为y轴数据。

2 折线图

import matplotlib.pyplot as plt
#代表y轴的数据
plt.plot([1,2,4,5,6,3])
#默认的x轴数据
plt.plot(range(6),[1,2,4,5,6,3])
#绿色虚线
plt.plot(range(6),[1,2,4,5,6,3],'g--')
#红色钻石散点图
plt.plot(range(6),[1,2,4,5,6,3],'rD')
plt.show()
#样式
颜色:b,g,r,y等
线型:'-','--','-.'等
标记:"o","v","*","D","+"#图的大小
plt.figure(figure=(8,6),dpi=100)
#把图例放在左上方,如果是best则是自动寻找最佳位置
plt.legend(loc='upper left')
#加各种标签
plt.title()
plt.xlabel()
plt.ylabel()

#绘制多条曲线
import numpy as np
import matplotlib.pyplot as plt
t = np.arange(0.,4.,0.1)
plt.plot(t,t,t,t+3,t,t**2)

3 散点图

import matplotlib.pyplot as plt
plt.scatter(range(6),[1,2,4,5,6,3])

4 条形图

import matplotlib.pyplot as plt
plt.bar(range(6),[1,2,4,5,6,3])

5 绘制子图
使用subplot()/subplots()函数或者axes()函数,后面可能区域会有重叠

#行数,列数,编号
plt.subplot(211)
plt.subplot(212)

#分别利用ax0和ax1来进行绘图
fig,(ax0,ax1) = plt.subplots(2,1)

#上下左右的比例,取值为(0,1)
axes([left,bottom,width,height])

6 举例

已知有如下DataFrame:
			A   B
2019-10-01  1   2
2019-10-02  3   4
2019-10-03  5   6
2019-10-04  7   8
2019-10-05  9   10
怎样可以获得如下结果?
			B
2019-10-02  4
2019-10-03  6
2019-10-04  8
方法如下:
result.loc['2019-10-02':'2019-10-04','B']
result.iloc[1:4,1]

补充:
如果在Spyder IDE中matplotlib绘图窗口显示不出来,需要到Spyder下将Tools -> Preferences -> IPython console -> Graphics中的Backend修改为Qt5,之后重启Spyder。

参考资料:
https://www.icourse163.org/learn/NJU-1001571005?tid=1463102441&from=study#/learn/content?type=detail&id=1240380189&sm=1 用python玩转数据

以上是关于数据分析系列 之python中数据的可视化的主要内容,如果未能解决你的问题,请参考以下文章

Python爬虫之Scrapy框架系列——XXTop250电影所有信息同时存储到MySql数据库

Python爬虫之Scrapy框架系列——XXTop250电影所有信息同时存储到MySql数据库

python|数据可视化之matplotlib画图

[Python从零到壹] 十八.可视化分析之Basemap地图包入门详解

[Python从零到壹] 十七.可视化分析之MatplotlibPandasEcharts入门万字详解

15种Python片段去优化你的数据科学管道