读书笔记1——《Python数据可视化》

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

如果想利用pandas绘图，可得到Series或DataFrame对象，并利用series.plot()或dataframe.plot()进行绘图。而对于DataFrame绘图，则其每个column都为一个绘图图线，会将每个column作为一个图线都绘制到一张图片当中，并用不同的线条颜色及不同的图例标签进行表示； 例如
1、series.plot()
series=pd.Series([2.5, 4.1, 2.7, 8.8, 1.0])
series.index.name='site'
series.plot(linestyle='-.', color='k', marker='o') ;
那么series.plot()能够调用哪些画图函数呢？
- 'line' : 线图（默认）
- 'bar' : 垂直条形图
- 'barh' : 水平条形图
- 'hist' : 直方图
- 'box' : 箱型图
- 'kde' : 核密度估计图
- 'density' :与'kde'相同
- 'area' : 面积图
- 'pie' :饼图

2、dataframe.plot()
通过dataframe.plot()能够调用哪些画图函数呢？
• ‘bar’ or ‘barh’ for bar plots #条状图
• ‘hist’ for histogram #频率柱状图（计算某些值出现的频率）
• ‘box’ for boxplot #箱线图（）
• ‘kde’ or ‘density’ for density plots #密度图（需要scipy这个包）
• ‘area’ for area plots #区域图（不同域的面积占比）
• ‘scatter’ for scatter plots #散点图 >>> plt.scatter(df['part A'], df['part B'])
• ‘hexbin’ for hexagonal bin plots # >>> plt.hexbin(df['part A'], df['part B'], df['part C'])
• ‘pie’ for pie plots #饼图，比较适合与Series对象，看不同的占比

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：核密度估计 密度估计 箱线图 一张图 行表示

为您点赞！

谢谢分享