使用pandas的DataFrame的plot方法繪制圖像的實例
使用了pandas的Series方法繪制圖像體驗之后感覺直接用matplotlib的功能好用了不少,又試用了DataFrame的方法之后發(fā)現這個更加人性化。
寫代碼如下:
from pandas import Series,DataFrame from numpy.random import randn import numpy as np import matplotlib.pyplot as plt df = DataFrame(randn(10,5),columns=['A','B','C','D','E'],index = np.arange(0,100,10)) df.plot() plt.show()
程序運行結果如下:

使用DataFrame的plot方法繪制圖像會按照數據的每一列繪制一條曲線,參數中的columns就是列的名稱而index本來是DataFrame的行名稱。圖形繪制成功之后還會按照列的名稱繪制圖例,這個功能確實是比較贊的。如果使用matplotlib的基本繪制功能,圖例的添加還需要自己額外處理。看來,數據的規(guī)整化不僅僅是為了向量化以及計算加速做準備,而且為數據的可視化提供了不少便捷的方法。
以上這篇使用pandas的DataFrame的plot方法繪制圖像的實例就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
ubuntu 18.04 安裝opencv3.4.5的教程(圖解)
這篇文章主要介紹了ubuntu 18.04 安裝opencv3.4.5的教程,本文圖文并茂給大家介紹的非常詳細,具有一定的參考借鑒價值,需要的朋友可以參考下2019-11-11
Python使用imagehash庫生成ahash算法的示例代碼
aHash、pHash、dHash是常用的圖像相似度識別算法,本文將利用Python中的imagehash庫生成這一算法,從而實現計算圖片相似度,感興趣的可以了解一下2022-11-11
python subprocess 殺掉全部派生的子進程方法
下面小編就為大家?guī)硪黄猵ython subprocess 殺掉全部派生的子進程方法。小編覺得挺不錯的,現在就分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2017-01-01
python中enumerate() 與zip()函數的使用比較實例分析
這篇文章主要介紹了python中enumerate()與zip()函數的使用比較,結合實例形式分析了enumerate()與zip()函數的功能、用法及操作注意事項,需要的朋友可以參考下2019-09-09

