使用了pandas的series方法绘制图像体验之后感觉直接用matplotlib的功能好用了不少,又试用了dataframe的方法之后发现这个更加人性化。
写代码如下:
1
2
3
4
5
6
7
|
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() |
程序运行结果如下:
使用dataframe的plot方法绘制图像会按照数据的每一列绘制一条曲线,参数中的columns就是列的名称而index本来是dataframe的行名称。图形绘制成功之后还会按照列的名称绘制图例,这个功能确实是比较赞的。如果使用matplotlib的基本绘制功能,图例的添加还需要自己额外处理。看来,数据的规整化不仅仅是为了向量化以及计算加速做准备,而且为数据的可视化提供了不少便捷的方法。
以上这篇使用pandas的dataframe的plot方法绘制图像的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持服务器之家。
原文链接:https://blog.csdn.net/grey_csdn/article/details/70768721