pandas——plot()方法可视化

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

---

---

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),index=pd.date_range('1/1/2000',periods=1000)) #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),index=pd.date_range('1/1/2000',periods=1000)) #创建一个Series
df = pd.DataFrame(np.random.randn(1000,4),index=ts.index,columns=list('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),index=pd.date_range('1/1/2000',periods=1000)) #创建一个Series
df = pd.DataFrame(np.random.randn(1000,4),index=ts.index,columns=list('ABCD')) #创建一个DataFrame
df = df.cumsum() #对df数据进行累加求和
df.iloc[5].plot(kind='bar')
plt.axhline(0,color='k')
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stacked=True，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(stacked=True)
plt.show()

6.使用plot.barh方法对上述df2数据，通过设置参数stacked=True，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(stacked=True)  
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(alpha=0.5)  
plt.show()

8.使用plot.hist()方法对上述df3数据，通过设置堆叠参数stacked=True，设置条数大小参数bins=20，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(stacked=True, bins=20)  
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(x='a', y='b');  
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(subplots=True, figsize=(8, 4))  
plt.show()  

---