关于数据可视化:python数据可视化-DataFrameplot函数绘制数据图

微信公众号：Python 集中营
简略的事件反复做，反复的事件保持做，保持的事件用心做;
你的必定是我保持的能源，如果这篇文章对你有帮忙，点个关注吧！

相干依赖库

 1# -*- coding: UTF-8 -*-
 2
 3'''
 4DataFrame 绘图
 5'''
 6# pandas 数据提炼扩大库
 7
 8import pandas as pd
 9
10# numpy 科学计算库
11
12import numpy as np
13
14# matplotlib 数据可视化库
15
16import matplotlib.pyplot as plt

DataFrame.plot()函数

 1'''2DataFrame.plot(x=None, y=None, kind='line', ax=None, subplots=False, 
 3                sharex=None, sharey=False, layout=None,figsize=None, 
 4                use_index=True, title=None, grid=None, legend=True, 
 5                style=None, logx=False, logy=False, loglog=False, 
 6                xticks=None, yticks=None, xlim=None, ylim=None, rot=None,
 7                xerr=None,secondary_y=False, sort_columns=False, **kwds)
 8'''
 9
10# DataFrame.plot() 函数参数配置:
11# x : 横向标记地位, 默认为 None
12# y : 纵向标记地位, 默认为 None
13# kind 参数 : 绘制类型(字符串)
14#‘kind=line’: 折线图模式
15#‘kind=bar’: 纵向条形图模式
16#‘kind=barh’: 横向条形图模式
17#‘kind=hist’: 柱状图模式
18#‘kind=box’: 箱线图模式
19#‘kind=kde’: 密度估计图模式
20#‘kind=area’: 面积区域图模式
21#‘kind=pie’: 饼图模式
22#‘kind=scatter’: 散点图模式
23#‘kind=hexbin’: 蜂巢图模式
24
25# ax : 子图(如果没有设置，则应用以后 matplotlib subplot**)
26
27# subplots : 图片中是否有子图, 默认为 False
28
29# sharex : 如果 ax 为 None，则默认为 True，否则为 False
30
31# sharey : 默认为 False 如果有子图，子图共 y 轴刻度，标签
32
33# layout : 子图的行列布局
34
35# figsize : 图片尺寸大小
36
37# use_index : 默认为 False, 默认用索引做 x 轴
38
39# title : 图片的题目用字符串
40
41# grid : 默认为 None, 图片是否有网格
42
43# legend : 子图图例, 默认为 True
44
45# style : 每列折线图设置线的类型
46
47# logx : 默认为 False, 设置 x 轴刻度是否取对数
48
49# loglog : 默认为 False, 同时设置 x，y 轴刻度是否取对数
50
51# xticks : 设置 x 轴刻度值，序列模式
52
53# yticks : 设置 y 轴刻度值，序列模式
54
55# xlim : 设置坐标轴的范畴
56
57# ylim : 设置坐标轴的范畴
58
59# rot : 默认为 None, 设置轴标签的显示旋转度数
60
61# fontsize : 默认为 None, 设置轴刻度的字体大小
62
63# colormap : 默认为 None, 设置图的区域色彩
64
65# colorbar : 图片柱子
66
67# position : 取值范畴[0,1], 默认为 0.5 示意两头对齐, 设置图的区域色彩
68
69# layout : 布局, 几行几列
70
71# table : 默认为 False, 抉择 DataFrame 类型的数据并且转换匹配 matplotlib 的布局
72
73# yerr : DataFrame, Series, array-like, dict and str
74
75# xerr : same types as yerr.
76
77# stacked : boolean, default False in line and
78
79# sort_columns : 默认为 False, 对列名称进行排序, 默认应用前列程序
80
81# secondary_y : 默认为 False, 是否要设置第二个 Y 轴
82
83# mark_right : 默认为 True, 在应用第二个 Y 轴时在 Y 轴上的标签

结构原始数据

 1'''
 2 定义原始数据
 3'''
 4# np.random.randn 生成 4 行 4 列矩阵
 5
 6# columns 字段属性
 7
 8# index 索引
 9
10df = pd.DataFrame(np.random.randn(4,4),columns = ['a','b','c','d'],index=['2021-03-20','2021-03-21','2021-03-22','2021-03-23'])
11
12print(df)

绘制折线图

 1'''
 2 折线图
 3'''
 4# 绘图(默认为折线图)
 5
 6# 设置中文
 7
 8plt.rcParams['font.sans-serif']=['SimHei']
 9
10# 坐标轴负号显示不失常及不能失常显示中文
11
12plt.rcParams['axes.unicode_minus']=False
13
14df.plot(kind='line',color='b',title='数据变动')
15
16plt.show()

绘制条形图

 1'''
 2 条形图
 3'''
 4# 绘图(条形图模式)
 5
 6# fontsize 字体大小
 7
 8# legend 子图图例
 9
10# figsize 图例大小
11
12df.plot(kind='bar', title ="", figsize=(8, 5), legend=True, fontsize=12)
13
14plt.show()

更多精彩返回微信公众号【Python 集中营】，专一于 python 技术栈，材料获取、交换社区、干货分享，期待你的退出~