pandas绘制图常见代码

以下是几个常见的pandas绘图代码示例：

1. 折线图

import pandas as pd
import matplotlib.pyplot as plt

# 创建数据
data = {'x': [1, 2, 3, 4, 5], 'y': [2, 4, 6, 8, 10]}
df = pd.DataFrame(data)

# 绘制折线图
plt.plot(df['x'], df['y'])

# 显示图形
plt.show()

2. 柱状图

import pandas as pd
import matplotlib.pyplot as plt

# 创建数据
data = {'x': ['A', 'B', 'C', 'D', 'E'], 'y': [2, 4, 6, 8, 10]}
df = pd.DataFrame(data)

# 绘制柱状图
plt.bar(df['x'], df['y'])

# 显示图形
plt.show()

3. 散点图

import pandas as pd
import matplotlib.pyplot as plt

# 创建数据
data = {'x': [1, 2, 3, 4, 5], 'y': [2, 4, 6, 8, 10]}
df = pd.DataFrame(data)

# 绘制散点图
plt.scatter(df['x'], df['y'])

# 显示图形
plt.show()

相关问题

pandas绘制条形图添加数值标签

### 回答1：
可以使用matplotlib库中的text函数在条形图上添加数值标签。具体操作可以参考以下代码：

import pandas as pd
import matplotlib.pyplot as plt

# 创建数据
data = {'A': [10, 20, 30], 'B': [20, 30, 40], 'C': [15, 25, 35]}
df = pd.DataFrame(data)

# 绘制条形图
ax = df.plot(kind='bar')

# 添加数值标签
for i in ax.containers:
ax.bar_label(i, label_type='edge')

plt.show()

### 回答2：
在Pandas中绘制条形图并添加数值标签可以通过以下步骤实现：

首先，导入所需的模块和库，包括pandas、matplotlib.pyplot和numpy。

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

接下来，创建一个包含要绘制的数据的DataFrame。

data = {'城市': ['北京', '上海', '广州', '深圳'],
        '人口': [2154, 2424, 1404, 1092]}
df = pd.DataFrame(data)

然后，使用pandas的plot.bar()函数绘制条形图，并将参数设置为添加数值标签。

plt.bar(df['城市'], df['人口'])
plt.ylabel('人口')
plt.xlabel('城市')
plt.title('中国四大一线城市人口')

为了在条形图上添加数值标签，我们可以使用matplotlib的text()函数循环遍历每个条形图，并将数值标签添加到每个条形图的中心位置。

for i, v in enumerate(df['人口']):
    plt.text(i, v, str(v), ha='center', va='bottom')

最后，使用plt.show()函数显示最终的条形图。

plt.show()

综上所述，以上步骤可以通过使用Pandas绘制条形图并添加数值标签。

### 回答3：
在使用Pandas绘制条形图时，我们可以通过一些方法来添加数值标签。下面我将介绍两种常用的方法：

方法一：使用annotate函数
1. 首先，我们需要调用Pandas中的plot函数，选择绘制条形图。例如：df.plot(kind='bar')。
2. 然后，我们可以使用for循环遍历每个条形，并使用annotate函数添加数值标签。
例如：

   for p in ax.patches:
       ax.annotate(str(int(p.get_height())), (p.get_x() + p.get_width() / 2, p.get_height()), ha='center', va='bottom')

这段代码将在每个条形的中间位置添加数值标签。

方法二：使用plt.text函数
1. 首先，我们需要调用Pandas中的plot函数，选择绘制条形图。例如：df.plot(kind='bar')。
2. 然后，我们可以使用for循环遍历每个条形，并使用plt.text函数添加数值标签。
例如：

   for i in ax.patches:
       ax.text(i.get_x() + i.get_width() / 2, i.get_height(), str(int(i.get_height())), ha='center', va='bottom')

这段代码将在每个条形的顶部位置添加数值标签。

以上两种方法都可以在绘制条形图时添加数值标签。你可以根据实际需求选择其中一种方法。需要注意的是，pandas和matplotlib的版本会对代码的兼容性有一定影响，建议在使用之前确认自己所使用的版本。

python绘制pandas的相关图

Python中的pandas库提供了方便的数据处理和可视化工具，可以用来绘制各种相关图。以下是几种常见的pandas相关图。

1. 散点图

散点图可以用来表示两个变量之间的关系。可以使用pandas的plot.scatter()函数来绘制散点图。

例如，假设有一个包含“身高”和“体重”的数据框df，可以使用以下代码绘制散点图：

import pandas as pd
import matplotlib.pyplot as plt

# 创建数据框
df = pd.DataFrame({'height': [165, 170, 175, 180, 185], 'weight': [60, 70, 80, 90, 100]})

# 绘制散点图
df.plot.scatter(x='height', y='weight')

# 显示图形
plt.show()

2. 折线图

折线图可以用来表示随时间变化的数据趋势。可以使用pandas的plot()函数来绘制折线图。

例如，假设有一个包含“时间”和“销售量”的数据框df，可以使用以下代码绘制折线图：

import pandas as pd
import matplotlib.pyplot as plt

# 创建数据框
df = pd.DataFrame({'time': [1, 2, 3, 4, 5], 'sales': [100, 200, 300, 400, 500]})

# 绘制折线图
df.plot(x='time', y='sales')

# 显示图形
plt.show()

3. 条形图

条形图可以用来比较不同类别之间的数据。可以使用pandas的plot.bar()函数来绘制条形图。

例如，假设有一个包含“城市”和“人口”的数据框df，可以使用以下代码绘制条形图：

import pandas as pd
import matplotlib.pyplot as plt

# 创建数据框
df = pd.DataFrame({'city': ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen'], 'population': [2154, 2424, 1404, 1080]})

# 绘制条形图
df.plot.bar(x='city', y='population')

# 显示图形
plt.show()

4. 箱线图

箱线图可以用来表示数据的分布情况。可以使用pandas的plot.box()函数来绘制箱线图。

例如，假设有一个包含“班级”和“成绩”的数据框df，可以使用以下代码绘制箱线图：

import pandas as pd
import matplotlib.pyplot as plt

# 创建数据框
df = pd.DataFrame({'class': ['A', 'A', 'B', 'B', 'C', 'C'], 'score': [80, 85, 90, 95, 70, 75]})

# 绘制箱线图
df.plot.box(by='class')

# 显示图形
plt.show()

以上是几种常见的pandas相关图，还可以根据需求使用其他类型的图表来展示数据。