Pandas数据处理基础7
程序员文章站
2024-01-24 17:03:10
...
数据可视化
NumPy,Pandas,Matplotlib 构成了一个完善的数据分析生态圈,所以 3 个工具的兼容性也非常好,甚至共享了大量的接口。当我们的数据是以 DataFrame 格式呈现时,可以直接使用 Pandas 提供的 DataFrame.plot 方法调用 Matplotlib 接口绘制常见的图形。
例如,我们使用Pandas数据处理基础6中的插值后的数据 df_interpolate 绘制线形图
df_interpolate.plot()
输出结果:
其他样式的图形也很简单,指定 kind= 参数即可。
df_interpolate.plot(kind='bar')
输出结果:
更多的图形样式和参数,阅读官方文档中的详细说明。Pandas 绘图虽然不可能做到 Matplotlib 的灵活性,但是其简单易用,适合于数据的快速呈现和预览。
除了上面提到的一些方法和技巧,实际上 Pandas 常用的还有:
数据计算,例如:DataFrame.add 等。
数据聚合,例如:DataFrame.groupby 等。
统计分析,例如:DataFrame.abs 等。
时间序列,例如:DataFrame.shift 等。
下一篇: Pandas数据处理基础2