资源简介

图表
函数 说明
plot() 绘制线形图
scatter() 绘制散点图
bar() 绘制柱形图
title() 设置图表标题
xlim(),ylim() 设置XY轴取值范围
xlabel(),ylabel() 设置XY轴的标签
legend() 显示图例(当label已设置，才会有图例)
show() 显示所有的图表对象
import matplotlib.pyplot as plt #导入模块，起个小名“plt” import numpy as np #导入numpy模块 plt.rcParams['font.sans-serif ']=[ 'simHei '] #设置中文，确保不乱码 plt.rcParams['axes.unicode_minus']=False
x=np.linspace(-5,5,20) #np.linspace(start,end,num) y=x**2 #设置点的纵坐标 plt.plot(x, y) #绘制横坐标为x，纵坐标y的图像 plt.show()
x=np.linspace(-5,5,11) x1=np.linspace(-5,5,20) y=x**2 plt.scatter(x, y) plt.scatter(x1, x1**2) plt.show()
x=np.linspace(0,10,500) y1=np.sin(x) y2=np.sin(x**2) plt.plot(x,y1,label='sin(x)',color='r') plt.scatter(x,y2,label='sin(x**2)',s=3) plt.legend() plt.title('函数图') plt.show()
饼图
y = [35, 25, 25, 15]
plt.pie(y,labels=['A','B','C','D'], # 设置饼图标签
colors=["#d5695d", "#5d8ca8", "#65a479", "#a564c9"], #设置颜色
explode=(0, 0.2, 0, 0), # 第二部分突出显示，值越大，距离中心越远
autopct='%.2f%%', # 格式化输出百分比
)
plt.title("RUNOOB Pie Test")
plt.show()
[实例1:]
import pandas as pd
import matplotlib.pyplot as plt
cs=pd.read_excel("jt.xls")
#按照交通健康指数降序排序
________________________________________
x=____________________ #x轴数据 省份列
y=____________________ #y轴数据 交通健康指数列
#创建的图标如下图所示
plt._____(x,y,label="交通健康指数列" color='red')
_______________________________#将纵坐标的范围更改为[0.3，0.8]
plt.xticks(rotation=90)
______________________________#显示图例
______________________________ #显示图片
图标绘制2种方式
1.plt.bar(x轴数据列，y轴数据列)
2.表名.plot(kind='bar',x='x轴数据的列名')
2_1.表名[:10].plot(kind='bar',x='x轴数据的列名')
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib import rcParams
rcParams['font.family']='simhei'
cs=pd.read_excel("jt.xls")
#按照交通健康指数降序排序
__________________________________________________________
cs.________ (x='省份',kind='bar',color='red')#按照效果图，制作图表
_______________________________________#将纵坐标的范围更改为[0.3，0.8]
plt.xticks(rotation=90)
______________________________#显示图例
______________________________ #显示图片
groupby设置as_index为False、True 图表的不同
1.[默认将分组依据作为索引 as_index=True可省略不写]
import pandas
import matplotlib.pyplot as plt
df=pd.read_excel("cs.xlsx")
#按照type进行分组并计算各type平均值并保留两位小数
g=___________________________________________
name= __________________________
salary=_____________________
plt.bar(name, salary)
plt.show()
2.[as_index=False 索引从0开始]
import pandas
df=pd.read_excel("cs.xlsx")
#按照type进行分组并计算各type平均值并保留两位小数
g=___________________________________________
#datas为按照salary 进行降序排序的数据
datas=_____________________________________
name= __________________________
salary =_____________________
plt.bar(name, salary)
plt.show()

展开更多......

收起↑