Matplotlib简单画图：（二）

版权声明：本文为CSDN博主「向前走别回头」与「墨岚❤️」的原创文章，遵循 CC 4.0 BY-SA 版权协议，特此附上原文出处链接及本声明。

原文链接：

https://blog.csdn.net/weixin_39778570/article/details/81139841

https://blog.csdn.net/weixin_39778570/article/details/81143763

https://blog.csdn.net/weixin_39778570/article/details/81144895

pandas绘图之Series

import pandas as pd
import numpy as np
from pandas import Series, DataFrame
import matplotlib.pyplot as plt
%matplotlib inline

左右滑动查看更多

# cumsum()函数演示
s = Series([1,2,3,4,5])
s.cumsum()
0     1
1     3
2     6
3    10
4    15
dtype: int64

左右滑动查看更多

s1 = Series(np.random.randn(1000)).cumsum()
# kind参数是修改画图类型
s1[:10].plot(kind='bar')

左右滑动查看更多

# 设置title，grid网格线,还有线的类型style
s1.plot(kind='line', grid=True, label='S1',title='This is Series', style='--')

左右滑动查看更多

# 绘制两个Series
s1.plot(kind='line', grid=True, label='S1',title='This is Series', style='--')
s2 = Series(np.random.randn(1000)).cumsum()
s2.plot(label='S2')
plt.legend()

左右滑动查看更多

使用subplots

fig, ax = plt.subplots(2,1)
ax

array([<matplotlib.axes._subplots.AxesSubplot object at 0x000001F875C276D8>,
       <matplotlib.axes._subplots.AxesSubplot object at 0x000001F875CAE400>], dtype=object)

左右滑动查看更多

s1.plot(ax=ax[0], label='S1')
<matplotlib.axes._subplots.AxesSubplot at 0x1f875c276d8>
s1.plot(ax=ax[1], label='S2')
<matplotlib.axes._subplots.AxesSubplot at 0x1f875cae400>
fig

左右滑动查看更多

fig, ax = plt.subplots(2,1)
s1[0:10].plot(ax=ax[0], kind='bar', label='S1')
s2.plot(ax=ax[1], label='S2')

左右滑动查看更多

import numpy as np
import matplotlib.pyplot as plt
from pandas import Series, DataFrame

左右滑动查看更多

# 创建一个10行4列的DataFrame
df = DataFrame(
    np.random.randint(1,10,40).reshape(10,4),
    columns = {'A','B','C','D'}
)
df
B   A   D   C
0   1   3   8   4
1   2   3   1   9
2   6   5   7   1
3   1   2   9   7
4   4   2   4   7
5   2   1   4   5
6   9   8   1   5
7   2   3   5   1
8   4   2   1   6
9   9   4   3   8

左右滑动查看更多

# kind='bar'是柱形图，默认为line
df.plot(kind='bar')
<matplotlib.axes._subplots.AxesSubplot at 0x1ee7b401d30>

左右滑动查看更多

plt.show()

左右滑动查看更多

# 横柱形图
df.plot(kind='barh')

左右滑动查看更多

# stacked=True堆叠
df.plot(kind='bar',stacked=True)

左右滑动查看更多

plt.show()

左右滑动查看更多

df.plot(kind='area')

左右滑动查看更多

plt.show()

左右滑动查看更多

# 画一行
df.iloc[5].plot()
plt.show()

左右滑动查看更多

# 画10行
for i in df.index:
    df.iloc[i].plot(label=str(i))
plt.legend()
plt.show()

左右滑动查看更多

# 画一列
df['A'].plot()
plt.show()

左右滑动查看更多

df.T

0   1   2   3   4   5   6   7   8   9
B   2   7   9   7   9   8   6   4   6   1
A   2   5   5   3   6   1   7   7   5   9
D   1   6   4   9   1   8   1   4   8   5
C   9   5   2   4   5   1   1   4   2   9

左右滑动查看更多

# 转置画行
df.T.plot()
plt.show()

左右滑动查看更多

直方图和密度图

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pandas import Series, DataFrame

左右滑动查看更多

s = Series(np.random.randn(1000))
# 生成了两个array和一个图形对象，第一个array是在区间数的数量，第二个是区间范围
# hist画直方图,rwidth表示图形宽度
plt.hist(s, rwidth=0.9)
(array([   6.,   13.,   56.,  126.,  208.,  258.,  181.,  111.,   24.,   17.]),
 array([-3.24627557, -2.64169276, -2.03710994, -1.43252712, -0.82794431,
        -0.22336149,  0.38122132,  0.98580414,  1.59038695,  2.19496977,
         2.79955259]),
 <a list of 10 Patch objects>)
 plt.show()

左右滑动查看更多

a = np.arange(10)
a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
plt.hist(a, rwidth=0.9)

左右滑动查看更多

# bins默认10，分割区间,orientation修改为水平的，color修改颜色，
plt.hist(s, rwidth=0.9, bins=20, color='r', orientation='horizontal')
(array([   3.,    3.,    2.,   11.,   27.,   29.,   52.,   74.,   90.,
         118.,  132.,  126.,   99.,   82.,   69.,   42.,   11.,   13.,
           8.,    9.]),
 array([-3.24627557, -2.94398416, -2.64169276, -2.33940135, -2.03710994,
        -1.73481853, -1.43252712, -1.13023572, -0.82794431, -0.5256529 ,
        -0.22336149,  0.07892992,  0.38122132,  0.68351273,  0.98580414,
         1.28809555,  1.59038695,  1.89267836,  2.19496977,  2.49726118,
         2.79955259]),
 <a list of 20 Patch objects>)

左右滑动查看更多

# kde画密度图
s.plot(kind='kde')
plt.show()

左右滑动查看更多