使用pandas的DataFrame的plot方法繪制圖像的實(shí)例
更新時(shí)間：2018年05月24日 11:23:45 作者：grey_csdn
今天小編就為大家分享一篇使用pandas的DataFrame的plot方法繪制圖像的實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
使用了pandas的Series方法繪制圖像體驗(yàn)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(xiàn)這個(gè)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(yùn)行結(jié)果如下：
使用DataFrame的plot方法繪制圖像會(huì)按照數(shù)據(jù)的每一列繪制一條曲線，參數(shù)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(huì)按照列的名稱繪制圖例，這個(gè)功能確實(shí)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?？磥?，數(shù)據(jù)的規(guī)整化不僅僅是為了向量化以及計(jì)算加速做準(zhǔn)備，而且為數(shù)據(jù)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(shí)例就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
您可能感興趣的文章:
相關(guān)文章
這篇文章主要介紹了Python類屬性與實(shí)例屬性用法,實(shí)例分析了Python類屬性與實(shí)例屬性的功能、定義與使用技巧,需要的朋友可以參考下2015-05-05
這篇文章主要介紹了python自動(dòng)化八大定位元素講解,本篇文章通過簡要的案例,講解了該項(xiàng)技術(shù)的了解與使用,以下就是本文的詳細(xì)內(nèi)容,需要的朋友可以參考下2021-07-07
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(xì)，具有一定的參考借鑒價(jià)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(shí)別算法，本文將利用Python中的imagehash庫生成這一算法，從而實(shí)現(xiàn)計(jì)算圖片相似度，感興趣的可以了解一下2022-11-11
這篇文章主要介紹了如何利用python倒置所輸字符串的順序問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-03-03
python subprocess 殺掉全部派生的子進(jìn)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(jìn)程方法。小編覺得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2017-01-01
Python xpath表達(dá)式如何實(shí)現(xiàn)數(shù)據(jù)處理
這篇文章主要介紹了Python xpath表達(dá)式如何實(shí)現(xiàn)數(shù)據(jù)處理,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-06-06
這里我們用典型的斐波那契數(shù)列作為例子,來展示Python中使用裝飾器來優(yōu)化尾遞歸的示例,需要的朋友可以參考下2016-06-06
python中enumerate() 與zip()函數(shù)的使用比較實(shí)例分析
這篇文章主要介紹了python中enumerate()與zip()函數(shù)的使用比較,結(jié)合實(shí)例形式分析了enumerate()與zip()函數(shù)的功能、用法及操作注意事項(xiàng),需要的朋友可以參考下2019-09-09
這篇文章主要介紹了Python中異常的捕獲與處理詳解,調(diào)試Python程序時(shí)，經(jīng)常會(huì)報(bào)出一些異常，異常的原因一方面可能是寫程序時(shí)由于疏忽或者考慮不全造成了錯(cuò)誤，這時(shí)就需要根據(jù)異常Traceback到出錯(cuò)點(diǎn)，進(jìn)行分析改正,需要的朋友可以參考下2023-08-08