欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python Pandas 箱線圖的實現(xiàn)

 更新時間:2019年07月23日 10:36:17   作者:智能先行者  
這篇文章主要介紹了Python Pandas 箱線圖的實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

各國家用戶消費分布

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

 

data = {

  'China': [1000, 1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900, 2500],

  'America': [1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900, 2000, 2100],

  'Britain': [1000, 1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900, 2000],

  "Russia": [800, 1000, 1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900]

}

df = pd.DataFrame(data)

 

# df.plot.box(title="Consumer spending in each country", vert=False)

df.plot.box(title="Consumer spending in each country")

 

plt.grid(linestyle="--", alpha=0.3)

plt.show()

  

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

 

data = {

  'China': [1000, 1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900, 2500],

  'America': [1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900, 2000, 2100],

  'Britain': [1000, 1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900, 2000],

  "Russia": [800, 1000, 1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900]

}

df = pd.DataFrame(data)

 

from pandas.plotting import table

 

fig, ax = plt.subplots(1, 1)

 

table(ax, np.round(df.describe(), 2),

   loc='upper right',

   colWidths=[0.1, 0.1, 0.1, 0.1]

   )

 

# df.plot.box(title="Consumer spending in each country", vert=False)

df.plot.box(title="Consumer spending in each country",

      ax=ax,

      ylim=(750, 3000))

 

plt.grid(linestyle="--", alpha=0.3)

plt.show()

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

 

data = {"gender": [1, 0, 1, 0, 1, 0, 1, 0, 1, 0],

    'China': [1000, 1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900, 2500],

    'America': [1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900, 2000, 2100]

    }

df = pd.DataFrame(data)

 

# df.boxplot(column=["China", "America"], by="gender",vert=False)

df.boxplot(column=["China", "America"], by="gender")

 

plt.grid(linestyle="--", alpha=0.3)

plt.show()

  

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • python中的多進程的創(chuàng)建與啟動方式

    python中的多進程的創(chuàng)建與啟動方式

    這篇文章主要介紹了python中的多進程的創(chuàng)建與啟動,python中的并發(fā)有三種形式,多進程、多線程、協(xié)程,執(zhí)?并發(fā)任務(wù)的?的是為了提?程序運?的效率,本文通過實例代碼詳細講解需要的朋友可以參考下
    2022-12-12
  • 前女友發(fā)來加密的

    前女友發(fā)來加密的"520快樂.pdf",我用python破解開之后,卻發(fā)現(xiàn)

    520收到前女友發(fā)來的加密PDF文件,說打開之后有驚喜,難道是要復(fù)合?我用python破解開之后,卻發(fā)現(xiàn)...python干貨+劇情滿滿收藏收藏
    2021-08-08
  • python3下實現(xiàn)搜狗AI API的代碼示例

    python3下實現(xiàn)搜狗AI API的代碼示例

    這篇文章主要介紹了python3下實現(xiàn)搜狗AI API的代碼示例,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2018-04-04
  • 創(chuàng)建Python Docker鏡像的詳細步驟

    創(chuàng)建Python Docker鏡像的詳細步驟

    Python和Docker是兩個極其流行的技術(shù),結(jié)合它們可以創(chuàng)建強大的應(yīng)用程序,Docker允許將應(yīng)用程序及其依賴項打包到一個獨立的容器中,而Python則提供了豐富的庫和工具來開發(fā)應(yīng)用程序,本文將提供如何創(chuàng)建Python Docker鏡像的全面指南,,需要的朋友可以參考下
    2023-12-12
  • Python安裝及Pycharm安裝使用教程圖解

    Python安裝及Pycharm安裝使用教程圖解

    這篇文章主要介紹了Python安裝以及Pycharm安裝使用教程,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
    2019-09-09
  • Python matplotlib安裝和使用的完整教程

    Python matplotlib安裝和使用的完整教程

    Python Matplotlib是一個強大的數(shù)據(jù)可視化庫,它允許用戶創(chuàng)建各種類型的靜態(tài)、動態(tài)圖表和圖形,Matplotlib基于NumPy和Pandas等科學(xué)計算庫,提供了豐富的繪圖選項,本文介紹了Python matplotlib安裝和使用的完整教程,需要的朋友可以參考下
    2024-07-07
  • python將每個單詞按空格分開并保存到文件中

    python將每個單詞按空格分開并保存到文件中

    這篇文章主要介紹了python將每個單詞按空格分開并保存到文件中,需要的朋友可以參考下
    2018-03-03
  • Python Numpy教程之排序,搜索和計數(shù)詳解

    Python Numpy教程之排序,搜索和計數(shù)詳解

    這篇文章主要為大家詳細介紹了Python?NumPy中排序,搜索和計數(shù)的實現(xiàn),文中的示例代碼講解詳細,對我們學(xué)習(xí)Python有一定幫助,需要的可以參考一下
    2022-08-08
  • python實現(xiàn)自動網(wǎng)頁截圖并裁剪圖片

    python實現(xiàn)自動網(wǎng)頁截圖并裁剪圖片

    這篇文章主要為大家詳細介紹了python實現(xiàn)自動網(wǎng)頁截圖并裁剪圖片,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2018-07-07
  • python中HTMLParser模塊知識點總結(jié)

    python中HTMLParser模塊知識點總結(jié)

    在本篇文章里小編給大家整理的是一篇關(guān)于python中HTMLParser模塊知識點內(nèi)容,有興趣的朋友們可以跟著學(xué)習(xí)下。
    2021-01-01

最新評論