【資料處理】Pandas庫:畫圖與檔案讀取
持續創作,加速成長!這是我參與「掘金日新計劃 · 10 月更文挑戰」的第5天,點選檢視活動詳情
注意:本案例使用 Jupyter Notebook 進行案例演示
1. Pandas畫圖
pandas庫中集成了matplotlib庫,可以直接進行呼叫,在相應的DataFrame後,加上.plot就能直接進行繪圖,具體語法格式如下所示:
pandas.DataFrame.plot
- DataFrame.plt(x=None, y=None, kind='line')
- x:x資料
- y:y資料
-
kind:圖型別
- 'line':折線圖
- 'bar':柱狀圖
- 'barth':
- 'hist':直方圖
- 'pie':餅圖
- 'scatter':散點圖
我們想繪製散點圖觀察一下兩者之間(年份與自然增長率)之間的關係:首先匯入相關庫,前幾行程式碼是解決中文字型顯示問題,然後讀取資料,最後使用.plot函式繪製散點圖。具體程式碼如下所示:
```python
看一下兩者之間的關係x="年份", y="自然增長率(%)"
import pandas as pd import seaborn as sns from pylab import mpl from matplotlib.font_manager import FontProperties myfont=FontProperties(fname=r'/usr/share/fonts/fangzheng/FZSYJW.TTF',size=12) sns.set(font=myfont.get_name())
people = pd.read_csv("data/data140190/人口.csv") people.plot(x="年份", y="自然增長率(%)", kind="scatter") ``` 程式碼執行結果如下圖所示:
6. 檔案讀取與儲存
6.1 read_csv讀取檔案
-
pandas.read_csv(filepath_or_buffer, sep = ',')
- filepath_or_buffe:檔案路徑
- usecols:指定讀取的列名,列表形式
「其他文章」
- 【深度學習】TensorFlow線性迴歸案例演示(3)
- 【機器學習】LSTM神經網路實現中國人口預測(2)
- 【資料處理】北京市租房案例實戰(5)
- 【資料處理】Pandas庫:畫圖與檔案讀取
- 【資料處理】Pandas庫:陣列運算
- 【資料處理】北京市租房案例實戰(3)
- 【PaddleDetection深度學習】中國交通標誌影象分類任務
- 【資料處理】北京市租房案例實戰(4)
- 【資料處理】北京市租房案例實戰(2)
- 【資料處理】Seaborn-NBA資料分析案例(4)
- 【深度學習】工業安全生產環境違規使用手機的識別
- 【資料處理】北京市租房案例實戰(1)
- 【資料處理】Seaborn-NBA資料分析案例(2)
- 【Numpy】資料處理-Numpy庫基本介紹
- 【Numpy資料處理】ndarray介紹
- 【深度學習】醫學影像目標檢測-瘧原蟲識別問題
- Linux作業系統-基本使用(1)
- 智慧演算法-粒子群演算法(3)
- 智慧演算法-粒子群演算法(2)
- 智慧演算法-禁忌搜尋演算法(2)