python代码简单绘图（绘图竟然如此简单）

作者：潮汐

来源：Python 技术

今天的文章讲解如何利用 Pandas 来绘图，前面写过 matplotlib 相关文章，matplotlib 虽然功能强大，但是 matplotlib 相对而言较为底层，画图时步骤较为繁琐，比较麻烦，因为要画一张完整的图表，需要实现很多的基本组件，比如图像类型、刻度、标题、图例、注解等等。目前有很多的开源框架所实现的绘图功能是基于 matplotlib 的，pandas是其中之一，对于 pandas 数据分析而言，直接使用 pandas 本身实现的绘图方法比 matplotlib 更方便简单。关于更多 Pandas 的相关知识请参考官方文档

使用 Pandas 绘制线状图代码如下：

import pandas as pd import numpy as np import matplotlib.pyplot as plt def craw_line(): ts = pd.Series(np.random.randn(1000), index=pd.date_range("1/1/2000", periods=1000)) ts = ts.cumsum() ts.plot() plt.show() if __name__ == '__main__': craw_line()

显示结果如下：

第二种绘画线状图方式如下：

import pandas as pd import numpy as np import matplotlib.pyplot as plt def craw_line1(): ts = pd.Series(np.random.randn(1000), index=pd.date_range("1/1/2000", periods=1000)) df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list("ABCD")) df = df.cumsum() df.plot() plt.show() if __name__ == '__main__': craw_line1()

线性图显示结果如下：

除了绘制默认的线状图，还能绘制其他图形样式，例如通过以下方法绘制条形图。绘图方法可以作为plot()的kind关键字参数提供。

通过如下方法绘制条形图1，详细代码如下：

def craw_bar(): ts = pd.Series(np.random.randn(1000), index=pd.date_range("1/1/2000", periods=1000)) df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list("ABCD")) plt.figure() df.iloc[5].plot(kind="bar") plt.show() if __name__ == '__main__': craw_bar()

结果图显示如下：

通过如下方法绘制条形图2，详细代码如下：

def craw_bar1(): #ts = pd.Series(np.random.randn(1000), index=pd.date_range("1/1/2000", periods=1000)) df2 = pd.DataFrame(np.random.rand(10, 4), columns=["a", "b", "c", "d"]) df2.plot.bar() plt.show() if __name__ == '__main__': craw_bar1()

图形结果展示如下：

生成堆叠条形图

上面的条形图2可以生成堆叠条形图，加上stacked=True参数即可，详细代码如下：

def craw_bar2(): df2 = pd.DataFrame(np.random.rand(10, 4), columns=["a", "b", "c", "d"]) df2.plot.bar(stacked=True) plt.show() if __name__ == '__main__': craw_bar2()

堆叠条形图展示如下：

将以上条形图设置为水平条形图，详细代码如下：

def craw_bar3(): df2 = pd.DataFrame(np.random.rand(10, 4), columns=["a", "b", "c", "d"]) df2.plot.barh(stacked=True) plt.show() if __name__ == '__main__': craw_bar3()

展示结果图如下：

今天的文章就到这里啦，希望今天的文章对大家有帮助！