合肥网站推广 公司,阿里云网站建设考试认证题,淮安市做网站的公司,电子商务学网站建设好吗一般来说#xff0c;我们先用pandas分析数据#xff0c;然后用matplotlib之类的可视化库来显示分析结果。而pandas库中有一个强大的工具--plot函数#xff0c;可以使数据可视化变得简单而高效。 1. plot 函数简介 plot函数是pandas中用于数据可视化的一个重要工具#xff0…一般来说我们先用pandas分析数据然后用matplotlib之类的可视化库来显示分析结果。而pandas库中有一个强大的工具--plot函数可以使数据可视化变得简单而高效。 1. plot 函数简介 plot函数是pandas中用于数据可视化的一个重要工具通过plot函数可以轻松地将DataFrame或Series对象中的数据以图形的形式展示出来。
plot函数支持多种类型的图形包括折线图、柱状图、散点图、饼图等这些不同类型的图形适用于不同的数据分析场景。此外plot函数还支持通过参数设置来调整图形的样式如颜色、标签、图例等以满足更加个性化的可视化需求。
plot函数的参数名称和含义了matplotlib绘图时的参数是类似的如果熟悉matplotlib绘图的话上手更快。 2. 数据准备 下面的示例中使用的数据采集自A股2024年1月和2月的真实交易数据。数据下载地址https://databook.top/。
导入数据 import pandas as pd
import matplotlib.pyplot as pltfp rD:\data\2024\历史行情数据-不复权-2024.csvdf pd.read_csv(fp)
df df.loc[:, [股票代码, 日期, 开盘, 收盘, 最高, 最低, 成交量]]
df 3. 使用示例
针对上面的交易数据下面演示如何用plot函数快速绘图。 3.1. 折线图
折线图一般用于展示时间序列数据可以提取某一支股票的数据并绘制出来。 # 提取870299这支股票
data df.query(股票代码870299)
data.index data[日期]# 绘制每天最高价和最低价的曲线
data.loc[:, [最高, 最低]].plot(kindline, title股票870299, rot45)
plt.show() 代码中有几个注意点 data.index data[日期]plot函数将索引列作为横轴所以这里设置日期列为索引index kind参数设置图形的类型这里设置line表示折线图 title参数设置图形的标题 rot参数调整刻度的角度这里将X轴的刻度旋转了45度防止日期之间的重叠 3.2. 柱状图
柱状图多用于比对数据下面我们用pandas挑选几支股票然后比对它们的开盘价和收盘价的平均值。 # 随便挑选一些股票代码
codes [870299, 301138, 603825, 600579, 600640]
data df.loc[:,[股票代码, 开盘, 收盘]].query(股票代码codes)# groupby之后绘制各个股票开盘价和收盘价的平均值
data.groupby(by[股票代码]).mean().plot(kindbar)
plt.show() 代码中的注意点 kind参数设置图形的类型这里设置bar表示柱状图 groupby之后股票代码变为索引列所以绘图时作为横轴
如果要绘制横向的柱状图只要把kind参数设置成barh即可。 data.groupby(by[股票代码]).mean().plot(kindbarh) 3.3. 饼图
饼图是另一种比较数据的方式它可以比较数据之间的占比更好的看出各种数据的分布情况。下面也随机挑选一些股票用饼图比较它们的成交量情况。 codes [870299, 301138, 603825, 600579, 600640]
data df.loc[:,[股票代码, 成交量]].query(股票代码codes)data.groupby(by[股票代码]).sum()[成交量].plot(kindpie, autopct%1.1f%%)
plt.show() 代码中的注意点 kind参数设置图形的类型这里设置饼图pie表示饼图 autopct参数各个区域所占百分比的显示方式 3.4. 其他...
除了上面常用的图形plot函数还支持其他多种图形其kind参数目前支持的图形包括 line : 折线图 bar : 柱状图 barh : 横向柱状图 hist : 直方图 box : 箱型图 kde : 核密度估计图 area : 面积图 pie : 饼图 scatter : 散点图 hexbin : 六边形箱图 4. 总结 总的来说plot函数为数据分析师提供了一个强大而灵活的数据可视化工具。通过plot函数我们可以快速地将数据转化为直观的图形从而更好地理解数据的分布、趋势和关系。这种直观的理解有助于我们发现数据中的潜在模式进而做出更加准确和有效的决策。
无论是初学者还是资深的数据分析师都可以通过掌握plot函数来提升自己的数据分析能力。 文章转载自wang_yb 原文链接https://www.cnblogs.com/wang_yb/p/18061435 体验地址引迈 - JNPF快速开发平台_低代码开发平台_零代码开发平台_流程设计器_表单引擎_工作流引擎_软件架构
