码农教程 - 一技在手,衣食无忧! tools

目录

Pandas - 绘图

❮ 上一节 下一节 ❯

绘图

Pandas使用plot()创建图表的方法。

我们可以使用 Pyplot（Matplotlib 库的子模块）在屏幕上可视化图表。

在我们的文章中阅读有关 Matplotlib 的更多信息Matplotlib 教程。

示例

从 Matplotlib 导入 pyplot 并可视化我们的 DataFrame：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('data.csv')

df.plot()

plt.show()
亲自试一试 »

本页中的示例使用名为“data.csv”的 CSV 文件。

下载数据.csv或者打开数据.csv

散点图

指定您想要一个散点图 kind参数：

kind = 'scatter'

散点图需要 x 轴和 y 轴。

在下面的示例中，我们将使用 "Duration" 作为 x 轴，使用 "Calories" 作为 y 轴。

包括 x 和 y 参数，如下所示：

x = 'Duration', y = 'Calories'

示例

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('data.csv')

df.plot(kind = 'scatter', x = 'Duration', y = 'Calories')

plt.show()

结果

亲自试一试 »

记住：在前面的示例中，我们了解到 "Duration" 和 "Calories" 之间的相关性是0.922721，我们得出的结论是，持续时间越长意味着燃烧的卡路里越多。

通过查看散点图，我会同意。

让我们创建另一个散点图，其中列之间存在不良关系，例如 "Duration" 和 "Maxpulse"，相关性0.009403:

示例

列之间没有关系的散点图：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('data.csv')

df.plot(kind = 'scatter', x = 'Duration', y = 'Maxpulse')

plt.show()

结果

亲自试一试 »

直方图

使用 kind指定您想要直方图的参数：

kind = 'hist'

直方图只需要一列。

直方图向我们显示每个间隔的频率，例如 50 到 60 分钟之间持续了多少次锻炼？

在下面的示例中，我们将使用 "Duration" 列来创建直方图：

示例

df["Duration"].plot(kind = 'hist')

结果

亲自试一试 »

笔记：直方图告诉我们有超过 100 次持续时间在 50 到 60 分钟之间的锻炼。

通过练习测试一下

练习:

插入正确的语法，将 DataFrame 中的数据可视化为图表（绘图）。

df.()

开始练习

❮ 上一节 下一节 ❯