用python绘制熊猫图案_使用熊猫在Python中绘制数据
用python繪制熊貓圖案
在關于基于Python的繪圖庫的系列文章中 ,我們將對使用pandas(一種非常流行的Python數據操作庫)的繪圖進行概念性的研究。 Pandas是Python中用于可縮放轉換數據的標準工具,它也已成為從CSV和Excel格式導入和導出的流行方法。
最重要的是,它還包含一個非常好的繪圖API。 這非常方便-您已經將數據存儲在pandas DataFrame中,那么為什么不使用相同的庫來繪制數據呢?
在本系列中,我們將在每個庫中制作相同的多條圖,以便我們可以比較它們的工作方式。 我們將使用的數據是1966年至2020年的英國大選結果:
自行繪制的數據
在繼續之前,請注意,您可能需要調整Python環境以使此代碼運行,包括以下內容。
- 運行最新版本的Python( Linux , Mac和Windows的說明 )
- 驗證您正在運行與這些庫一起使用的Python版本
數據可在線獲得,并可使用熊貓導入:
import pandas as pddf = pd. read_csv ( 'https://anvil.works/blog/img/plotting-in-python/uk-election-results.csv' )
現在我們準備出發了。 在本系列文章中,我們已經看到了一些令人印象深刻的簡單API,但是熊貓必須占據上風。
要在x軸上繪制每個聚會和year都有一組的條形圖,我只需要這樣做:
import matplotlib. pyplot as pltax = df. plot . bar ( x = 'year' )
plt. show ( )
四行-絕對是我們在本系列中創建的最棒的多線圖。
我正在廣泛使用數據,這意味著每個政黨只有一列:
year ?conservative ?labour ?liberal ?others0 ? ? ? 1966 ? ? ? ? ? 253 ? ? 364 ? ? ? 12 ? ? ? 1
1 ? ? ? 1970 ? ? ? ? ? 330 ? ? 287 ? ? ? ?6 ? ? ? 7
2 ? Feb 1974 ? ? ? ? ? 297 ? ? 301 ? ? ? 14 ? ? ?18
.. ? ? ? ... ? ? ? ? ? ... ? ? ... ? ? ?... ? ? ...
12 ? ? ?2015 ? ? ? ? ? 330 ? ? 232 ? ? ? ?8 ? ? ?80
13 ? ? ?2017 ? ? ? ? ? 317 ? ? 262 ? ? ? 12 ? ? ?59
14 ? ? ?2019 ? ? ? ? ? 365 ? ? 202 ? ? ? 11 ? ? ?72
這意味著pandas會自動知道我希望如何對這些條進行分組,如果我希望對它們進行不同的分組,pandas可以輕松地重組DataFrame 。
與Seaborn一樣 ,pandas的繪圖功能是Matplotlib之上的抽象,這就是為什么您調用Matplotlib的plt.show()函數來實際生成繪圖的原因。
看起來是這樣的:
看起來很棒,特別是考慮到它多么容易! 讓我們對其進行樣式設置,使其看起來像Matplotlib示例。
造型
通過訪問底層的Matplotlib方法,我們可以輕松地調整樣式。
首先,我們可以通過將Matplotlib顏色圖傳遞到繪圖函數來為條形著色:
from matplotlib. colors import ListedColormapcmap = ListedColormap ( [ '#0343df' , '#e50000' , '#ffff14' , '#929591' ] )
ax = df. plot . bar ( x = 'year' , colormap = cmap )
我們可以使用繪圖函數的返回值設置軸標簽和標題,它只是Matplotlib Axis對象 。
ax. set_xlabel ( None )ax. set_ylabel ( 'Seats' )
ax. set_title ( 'UK election results' )
這是現在的樣子:
代碼高爾夫球手非常高興。抽象必須是可轉義的
與Seaborn一樣,下拉并訪問Matplotlib API進行詳細調整的功能確實很有幫助。 這是給抽象逃生艙口使其強大而又簡單的一個很好的例子。
本文基于如何在Anvil的博客上使用Pandas進行繪圖,并經允許重復使用。
翻譯自: https://opensource.com/article/20/6/pandas-python
用python繪制熊貓圖案
總結
以上是生活随笔為你收集整理的用python绘制熊猫图案_使用熊猫在Python中绘制数据的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: Android进阶之路 - 毛玻璃遮罩层
- 下一篇: python判断回文数_python如何