Pandas如何实现数据可视化基础绘图

小编给大家分享一下Pandas如何实现数据可视化基础绘图，希望大家阅读完这篇文章之后都有所收获，下面让我们一起去探讨吧！

1、环境

IDE : jupyter notebook

Anaconda 3.X

2、基于matplotlib

import matplotlib.pyplot as plt

注：导入matplotlib.pyplot

import matplotlib

matplotlib.style.use('ggplot')

%matplotlib inline

注：使用ggplot样式，并且将图画在jupyter notebook中

import pandas as pd

import numpy as np

ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))

ts.plot()

注：使用pandas创建一个Series（序列），序列值是随机生成的1000个标准正态分布值，索引是从2000-1-1开始的1000个时间序列值。

然后使用plot默认画图。可以看出，下图非常不规则，因为相邻的两个值也是随机大小。

import pandas as pd

import numpy as np

ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))

ts = ts.cumsum()

ts.plot()

注：这里加上了ts = ts.cumsum()，意思是返回累积值，在时间序列分析中，经常观察累积值曲线观察走势
这个累积值就看起来规则多了。

df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list('ABCD'))

df = df.cumsum()

plt.figure()

df.plot()

注：这里使用pandas创建了一个DataFrame（数据框，有点像excel表格那种），为什么不用刚才的Series呢？因为这里DataFrame中创建了4组数据，这4组数据都是随机生成的1000个标准正态分布值，索引是从2000-1-1开始的1000个时间序列值，并且也是求他们各自的累积值并且画图。

df3 = pd.DataFrame(np.random.randn(1000, 2), columns=['B', 'C']).cumsum()

df3['A'] = pd.Series(list(range(len(df))))

df3.plot(x='A', y='B')

注：使用DataFrame创建了2组数据，也是1000个标准正态分布，分别命名为B、C（就行excel中列名）。并且求累积值，再在原来的df（DataFrame的简称）(这里名字是df3）上加上一列名为A，A的值是0-999（使用df3的长度为1000，然后range被套列表生成一列数，作为x轴），y轴是B列数据（累积值），c列数据最后绘图没有用上。

最后Pandas基础绘图plot就完成了！

看完了这篇文章，相信你对“Pandas如何实现数据可视化基础绘图”有了一定的了解，如果想了解更多相关知识，欢迎关注亿速云行业资讯频道，感谢各位的阅读！