Series和DataFrame绘图(很强大)(二)

简介: Series和DataFrame绘图(很强大)(二)

⑧ 绘制面积图

s1 = pd.Series([1, 3, 8, 10, 12])
s1.plot(kind="area",color="orangered",alpha=0.3)
plt.grid()


结果如下:

image.png


3、DataFrame对象的绘图技巧


image.png

① 绘制折线图

df = pd.read_excel(r"C:\Users\黄伟\Desktop\matplotlib.xlsx",
                   sheet_name="柱形图1")
df1.plot(kind="line")
plt.ylim(0,10)
plt.xticks(np.arange(0,5),["果汁","矿泉水","绿茶","其它","碳酸饮料"])


结果如下:

image.png


② 绘制条形图

df = pd.read_excel(r"C:\Users\黄伟\Desktop\matplotlib.xlsx",
                   sheet_name="柱形图1")
df1.plot(kind="bar",stacked=True)
plt.ylim(0,17)
plt.xticks(np.arange(0,5),["果汁","矿泉水","绿茶","其它","碳酸饮料"])
for x,y in enumerate(df["男"]):
    plt.text(x,y/2-0.5,y,ha="center",va="bottom",fontsize=15)
for x,y in enumerate(df["女"]):
    plt.text(x,y/2+df["男"][x]-0.5,y,ha="center",va="bottom",fontsize=15)
for xy1 in enumerate(df["男"]+df["女"]):
    plt.annotate("{}".format(xy1[1]),xy=xy1,ha="center",va="bottom")
plt.tight_layout()
plt.savefig("不同饮料类型的男、女人数的堆积条形图",dpi=300)


结果如下:

image.png


③ 绘制水平堆积条形图

df = pd.read_excel(r"C:\Users\黄伟\Desktop\matplotlib.xlsx",
                   sheet_name="柱形图1")
df.plot(kind="barh", stacked=True,color=['lightcoral','lightslategrey'])
for x,y in enumerate(df["男"]):
    plt.text(y/2,x,y,ha="center",va="center",fontsize=15)
for x,y in enumerate(df["女"]):
    plt.text(y/2+df["男"][x],x,y,ha="center",va="center",fontsize=15)
for x,y in enumerate(df["男"]+df["女"]):
    plt.text(y+0.3,x,y,ha="center",va="center",fontsize=15)
plt.yticks(np.arange(0,5),["果汁","矿泉水","绿茶","其它","碳酸饮料"])
plt.tight_layout()
plt.savefig("不同饮料类型的男、女人数的水平堆积条形图",dpi=300)


结果如下:

image.png


④ 绘制核密度图

df = pd.read_excel(r"C:\Users\黄伟\Desktop\matplotlib.xlsx",
                   sheet_name="柱形图1")
df1 = df[["男","女"]]
df1.plot(kind="kde",color=['lightcoral','lightslategrey'],lw=3)
plt.tight_layout()
plt.savefig("不同饮料类型的男、女人数的核密度图",dpi=300)


结果如下:

image.png


⑤ 绘制箱线图

df = pd.read_excel(r"C:\Users\黄伟\Desktop\matplotlib.xlsx",
                   sheet_name="箱线图")
df1 = df.iloc[:,1:]
f = df1.plot(kind="box",showfliers = True,
         color = dict(boxes='DarkGreen',whiskers='DarkOrange',medians='DarkBlue',caps='Gray'))
plt.xticks(rotation=70,fontproperties = 'simhei')
plt.tight_layout()
plt.savefig("8门课程考试成绩的箱线图",dpi=300)


结果如下:

image.png

详细参数,可以查看该文章:https://blog.csdn.net/weixin_30935137/article/details/80685957


⑥ 绘制面积图

df = pd.read_excel(r"C:\Users\黄伟\Desktop\matplotlib.xlsx",
                   sheet_name="面积图")
display(df.T)
df = df.T
df.plot(kind="area",figsize=(6,5))
plt.xticks(np.arange(3),["2018年","2019年","2020年"])
plt.yticks(np.arange(0,15001,5000))


结果如下:

image.png

 关于面积图的解释:面积图是在折线图的基础之上形成的,它将折线图中折线与坐标轴之间的区域,使用颜色进行填充,这个填充就是我们所说的面积,颜色的填充可以更好地突出趋势信息。和折线图一样,面积图强调数量随着时间变化的程度。


相关文章
|
5月前
|
JSON 数据挖掘 数据格式
Pandas中Series、DataFrame讲解及操作详解(超详细 附源码)
Pandas中Series、DataFrame讲解及操作详解(超详细 附源码)
180 0
DataFrame(3):DataFrame常用属性说明
DataFrame(3):DataFrame常用属性说明
DataFrame(3):DataFrame常用属性说明
|
SQL 存储 分布式计算
DataFrame 介绍_ DataFrame 是什么 | 学习笔记
快速学习 DataFrame 介绍_ DataFrame 是什么
1110 0
DataFrame 介绍_ DataFrame 是什么 | 学习笔记
|
7天前
|
数据可视化 数据挖掘 索引
探索Pandas中的explode功能
探索Pandas中的explode功能
|
1月前
|
SQL JSON 分布式计算
Dataframe
Dataframe
24 2
|
2月前
|
索引 Python
Pandas学习笔记之Series
Pandas学习笔记之Series
|
索引 Python
pandas把Series组合成DataFrame
pandas把Series组合成DataFrame
|
数据采集 自然语言处理 数据挖掘
Pandas的介绍及 Series、 DataFrame的创建
Pandas 是一个强大的分析结构化数据的工具集;它的使用基础是 Numpy(提供高性能的矩阵运算);用于数据挖掘和数据分析,同时也提供数据清洗功能。Pandas 的主要数据结构是 Series(一维数据)和 DataFrame(二维数据)。
171 0
|
Linux Python
Series和DataFrame绘图(很强大)(一)
Series和DataFrame绘图(很强大)(一)
Series和DataFrame绘图(很强大)(一)