乡下人产国偷v产偷v自拍,国产午夜片在线观看,婷婷成人亚洲综合国产麻豆,久久综合给合久久狠狠狠9

  • <output id="e9wm2"></output>
    <s id="e9wm2"><nobr id="e9wm2"><ins id="e9wm2"></ins></nobr></s>

    • 分享

      pandas可視化(2)【官方文檔解讀】-- 條形圖、直方圖

       大哥快走 2017-08-09

      作者:王大偉

      Python愛好者社區(qū)唯一小編

      博客:https://ask./blog/wangdawei


      點擊上圖即可限時半價購買課程

      前言

      前文傳送門:pandas可視化(1)【官方文檔解讀】--基礎繪圖

      如繪圖過程中,中文字體和負號顯示有問題,可以參照如下鏈接修改配置參數設置正常顯示:

      https://www./post/441


      環(huán)境

      IDE : jupyter notebook

      Anaconda 3.X


      條形圖

      對于標記的非時間序列數據,你可能希望生成條形圖:

      import matplotlib
      import matplotlib.pyplot as plt
      import pandas as pd
      import numpy as np
      matplotlib.style.use('ggplot')#使用ggplot樣式
      %matplotlib inline

      ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
      ts = ts.cumsum()
      df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list('ABCD'))
      df = df.cumsum()

      注:如前一章,先導入必要的模塊和繪圖的數據準備

      plt.figure();
      df.iloc[5].plot(kind='bar')
      plt.axhline(0, color='k')

      注:df.iloc[5]意思是取出df第6行(索引為5),然后繪制條形圖

      plt.axhline(0, color='k')指的是在y=0的位置畫一條黑色的線


      注:因為是隨機產生的值繪圖,你的圖一般和我不一樣,一樣就厲害了!

      這種為圖所存在的內存地址位置


      df2 = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])
      df2.plot.bar()

      注:如果看了前一章,以上代碼很好理解,這里同一幅圖繪制多個條形圖比較


      df2.plot.bar(stacked=True)

      注:將a、b、c、d數據疊加起來繪制條形圖



      df2.plot.barh(stacked=True)

      注:繪制水平疊加條形圖


      直方圖
      df4 = pd.DataFrame({'a': np.random.randn(1000) + 1, 'b': np.random.randn(1000),
                         'c': np.random.randn(1000) - 1}, columns=['a', 'b', 'c'])
      df4.head()


      注:以標準正態(tài)分布為基礎產生一個df4


      plt.figure()
      df4.plot.hist(alpha=0.5)

      注:繪制直方圖,alpha=0.5意思為透明度為50%


      注:明明有三列數據,畫出有六種顏色,應該是是顏色疊加出了新顏色


      plt.figure()
      df4.plot.hist(stacked=True, bins=20)

      注:畫堆積直方圖(不會重疊,直觀)bins=20指的是分為20個區(qū)段

      圖中沒有顯示20個因為正態(tài)分布距離中心遠處取值可能心很小,可能只有個別值,在圖中不明顯



      plt.figure();
      df4['a'].plot.hist(orientation='horizontal', cumulative=True)

      注:取出A列畫橫向累積直方圖,采用默認10個區(qū)段



      plt.figure()
      df['A'].diff().hist()

      注:diff為差分,即后一個減去前一個,我們看一下:

      df['A'].diff().head()

      注:顯示A列中差分結果的前五個數


      注意,第一個值不存在,因為原來的第一個數減去前面一個(第一個的前面一個數不存在),所以為NaN

      差分后繪制的直方圖為(默認為十個區(qū)段吧):



      plt.figure()
      df.diff().hist(color='g', alpha=0.5, bins=20)


      注:df中四欄(4列)分別繪制一階差分的圖(綠色,半透明,分20區(qū)段),有種2x2子圖的感覺


      data = pd.Series(np.random.randn(1000))
      data.hist(by=np.random.randint(0, 4, 1000),figsize=(6, 4))

      注:這里產生1000個正態(tài)分布的隨機數,然后使用hist方法中的by參數隨機產生0-3中的整數(即0、1、2、3)

      將原來的1000個正態(tài)分布的隨機數對應上分組繪制四張圖

      圖的長寬大小為6x4


      pandas的繪圖真美~~~~~~~~

      pandas繪制條形圖、正方圖到此結束

      文中所寫如有謬誤請指出,感謝!


      參考文獻

      http://pandas./pandas-docs/stable/visualization.html#

      微課福利:Hellobi live |8月22日,利用 Python 建構金融數據分析平臺

        本站是提供個人知識管理的網絡存儲空間,所有內容均由用戶發(fā)布,不代表本站觀點。請注意甄別內容中的聯系方式、誘導購買等信息,謹防詐騙。如發(fā)現有害或侵權內容,請點擊一鍵舉報。
        轉藏 分享 獻花(0

        0條評論

        發(fā)表

        請遵守用戶 評論公約

        類似文章 更多