九.pandas绘图基础

1-柱状图

--参数stacked=True堆积

--参数figsize=(宽,高)

--自定义横坐标

--设置字体&显示负号

2.箱型图

3. 折线图

九.pandas绘图基础

Pandas的DataFrame和Series，在matplotlib基础上封装了一个简易的绘图函数, 使得我们在数据处理过程中方便可视化查看结果。

好处: 方便快捷的可视化的方式洞察数据，覆盖常用图标类型.
不足: 不如Matplotlib灵活，仅仅看下分布情况，基本是足满足日常使用.

import matplotlib.pyplot as plt
# 浏览器不显示图片
%matplotlib inline

# 图片中文显示
plt.rcParams["font.sans-serif"] = "SimHei"

# 图片中显示负号
plt.rcParams["axes.unicode_minus"] = False

# 支持svg矢量图
%config InlineBackend.figure_format = "svg"

1-柱状图

bar()函数有一个重要的参数，stacked，默认为false，表示不堆积，设置为true则表示为堆积。


df_data = pd.DataFrame(
    np.random.randint(60,90,size=(4,4)),
    index=['淘宝','京东','拼多多','唯品会'],
    columns=["苹果","小米","华为","荣誉"]
)
df_data.plot.bar(figsize=(20,4))

--参数stacked=True堆积

--参数figsize=(宽,高)

--调整图片大小.

--自定义横坐标

--设置字体&显示负号

2.箱型图

box() 常用于统计分数.


ddd = pd.DataFrame(np.random.randint(65,90,size=(5,4)),columns=['语文','数学','英语','历史'])
ddd.plot.box()

3. 折线图

import matplotlib.pyplot as plt
#设置字体,消除警告
plt.rcParams['font.sans-serif'] = ['SimHei']
#负号无法正常显示
plt.rcParams["axes.unicode_minus"] = False

df_data = pd.DataFrame(
    np.random.randint(60,90,size=(4,4)),
    index=['淘宝','京东','拼多多','唯品会'],
    columns=["苹果","小米","华为","荣誉"]
)
df_data.plot(figsize=(10,6))