两种绘图方法
#数据可视化第二课 #pandas中的绘图函数 import pandas as pd df=pd.read_csv('data.csv',index_col='年份') #设置索引列为“年份” print(df.head()) x=df.index.values y=df['人均GDP'].values from pylab import mpl mpl.rcParams['font.sans-serif']=['FangSong'] import matplotlib.pyplot as plt fig,ax=plt.subplots() ax.plot(x,y,'r--o') ax.set(title='人均GDP走势图',xlabel='年份') plt.show()#数据可视化第二课 #pandas中的绘图函数 import pandas as pd df=pd.read_csv('data.csv',index_col='年份') #设置索引列为“年份” print(df.head()) x=df.index.values y=df['人均GDP'].values from pylab import mpl mpl.rcParams['font.sans-serif']=['FangSong'] import matplotlib.pyplot as plt #另外一种写法 fig=plt.figure() ax=fig.add_subplot(349)#349的意思是：将画布分割成3行4列，图像画在从左到右从上到下的第9块 ax.plot(x,y,'r--o') ax.set(title='人均GDP走势图',xlabel='年份') plt.show()
#数据可视化第二课 #pandas中的绘图函数 import pandas as pd import matplotlib.pyplot as plt #快速绘图 df=pd.read_csv('data.csv',index_col='年份') #设置索引列为“年份” df['人均GDP'].plot(); plt.show()
#数据可视化第二课 #pandas中的绘图函数 import pandas as pd import matplotlib.pyplot as plt #快速绘图 df=pd.read_csv('data.csv',index_col='年份') #设置索引列为“年份” df['人均GDP'].plot(kind='bar',color='r'); #kind=柱形图，设置颜色为红色 plt.show()
#数据可视化第二课 #pandas中的绘图函数 import pandas as pd import matplotlib.pyplot as plt from pylab import mpl mpl.rcParams['font.sans-serif'] = ['FangSong'] # 防止中文乱码 #快速绘图 df=pd.read_csv('data.csv',index_col='年份') #设置索引列为“年份” df.plot();#将所有数据绘制出来 plt.show();
