1.代码1:

from pandas import Series,DataFrame
from numpy.random import randn
import numpy as np
import matplotlib.pyplot as plt #随机产生的数值,5组10行,每次打开图形都会变,所以没什么意义。
df = DataFrame(abs(randn(10,5)),columns=['A','B','C','D','E'],index = np.arange(0,100,10)) df.plot(kind='bar') plt.show()

2.图1

3.代码2:

from pandas import Series,DataFrame
#from numpy.random import randn #这一行就不需要了
import numpy as np
import matplotlib.pyplot as plt #修改一下,自己随意自定义一份5组10行的数据
dataz=[
[11,22,33,44,55],
[91,81,71,61,51],
[50,60,90,70,80],
[41,45,49,44,42],
[29,92,47,78,87],
[54,56,87,90,34],
[65,42,24,45,97],
[34,76,98,17,28],
[46,91,43,87,48],
[98,78,55,67,83],
] #注意data=dataz,其他不变,增加实际可用性
df = DataFrame(data=dataz,columns=['A','B','C','D','E'],index = np.arange(0,100,10)) df.plot(kind='bar') plt.show()

4.图2

5.还是感觉有点麻烦,万一自己有一份数据5组10行,要自己一行一行输入,太麻烦了。
如果是一份excel数据表格有5组10行,那么用python直接读取,并作图多好呀。

6.代码3:

#from pandas import Series,DataFrame
#pandas里面series是一维数组,dataframe是二维数组
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import xlrd #读取excel #df=pd.read_excel('dataz.xls') #假设有一个dataz.xlsx文件,在根目录下,没说表单那就是默认的sheet1
#如果一份excel的xls或者xlsx中只有sheet1有表格,那就不需要特别注意,默认即可
#如果一份excel中有表d1、d2和d3,那么输出d1需要如下设置
df=pd.read_excel('dataz.xls',sheet_name='d1') df.columns=['A','B','C','D','E']
df.plot(kind='bar') plt.show()

7.图3

8.注意excel数据格式,图4

9.注意上述代码所到处模块的不同,实用性很强。

10.在同一个excel中去第二张sheet的数据作图,中文。

10.1 图6


10.2 代码4:

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import xlrd #读取excel from matplotlib.font_manager import FontProperties #导入字体管理器 font = FontProperties(fname='hwxk.ttf') #定义字体,以及字体和默认根目录hwxk=华文行楷 #df=pd.read_excel('dataz.xls') #假设有一个dataz.xlsx文件,在根目录下,没说表单那就是默认的sheet1
#如果一份excel的xls或者xlsx中只有sheet1有表格,那就不需要特别注意,默认即可
#如果一份excel中有表d1、d2和d3,那么输出d2需要如下设置
df=pd.read_excel('dataz.xls',sheet_name='d2') #附加知识
#data=df.head()#默认读取前5行的数据
#dataz=df.head(10)#默认读取前10行的数据
#print("读取指定行的数据:\n{0}".format(data)) #df.columns=['语文','数学','科学','英语','体育']
df.plot(kind='bar')
plt.title(u'成绩单',fontproperties=font,size=30)
#注意legend只能放在df.plot下面,否则出现两个图,且中文不能显示
#注意如果是英文,那么下面的plt.legend不需要,就需要df.columns就可以了
#注意legend里面的是prop=font,和上面的plt.title中不一样,注意这一点
#注意loc='best'就是最佳位置的意思
plt.legend((u'语文',u'数学',u'科学',u'英语',u'体育'),loc='best',prop = font) plt.show()

10.3 图5

python下matplotlib、numpy、pandas联合作图逐步深入分析的更多相关文章

  1. linux下安装numpy,pandas,scipy,matplotlib,scikit-learn

    python在数据科学方面需要用到的库: a.Numpy:科学计算库.提供矩阵运算的库. b.Pandas:数据分析处理库 c.scipy:数值计算库.提供数值积分和常微分方程组求解算法.提供了一个非 ...

  2. python 安装anaconda, numpy, pandas, matplotlib 等

    如果没安装anaconda,则这样安装这些库: pip install numpy pip install pandas pip install matplotlib sudo apt-get ins ...

  3. Python——数据分析,Numpy,Pandas,matplotlib

    由于图片内容太多,请拖动至新标签页再查看

  4. 绘图 Matplotlib Numpy Pandas

    丈夫气力全,一个拟当千.猛气冲心出,视死亦如眠. 绘图 Matplotlib可视化是在整个数据挖掘的关键辅助工具,可以清晰的理解数据,从而调整我们的分析方法. 能将数据进行可视化,更直观的呈现使数据更 ...

  5. python模块之numpy,pandas基本用法

    numpy: 是 Python 的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库简单来说:就是支持一维数组和多维数组的创建和操作,并有丰富的函数库. 直接看例子 ...

  6. python下matplotlib的subplot的多图显示位置的问题

    1.说明 1.1 多图: 221,222 212 ------------附最后讲解,这下更清楚了吧,取个名字:颠倒一下--- 1.2 多图 211 223,224 ------------附最后讲解 ...

  7. Python离线断网情况下安装numpy、pandas和matplotlib等常用第三方包

    联网情况下在命令终端CMD中输入“pip install numpy”即可自动安装,pandas和matplotlib同理一样方法进行自动安装. 工作的电脑不能上外网,所以不能通过直接输入pip命令来 ...

  8. python 数据分析工具之 numpy pandas matplotlib

    作为一个网络技术人员,机器学习是一种很有必要学习的技术,在这个数据爆炸的时代更是如此. python做数据分析,最常用以下几个库 numpy pandas matplotlib 一.Numpy库 为了 ...

  9. 常用统计分析python包开源学习代码 numpy pandas matplotlib

    常用统计分析python包开源学习代码 numpy pandas matplotlib 待办 https://github.com/zmzhouXJTU/Python-Data-Analysis

随机推荐

  1. 小程序texarea 输入内容回显失败

    原因:输入框是textarea,输入的数据是含有换行符的字符串,小程序能渲染这种数据的标签有text,和textarea.(view 标签不能识别 /n 等字符) 1.使用text失败是由于不能覆盖视 ...

  2. gulp常用插件之gulp-cache使用

    更多gulp常用插件使用请访问:gulp常用插件汇总 gulp-cache这是一款基于临时文件的gulp缓存代理任务. 更多使用文档请点击访问gulp-cache工具官网. 安装 一键安装不多解释 n ...

  3. 0008 基于DRF框架开发(01 DRF开发的基本流程)

    1 创建模型 由于之前在<004 工程配置>中,已在Applications/Organizations/models中创建了一个UserInfo模型.此处引用这个模型. from dja ...

  4. Disharmony Trees HDU - 3015 树状数组+离散化

    #include<cstdio> #include<cstring> #include<algorithm> #define ll long long using ...

  5. 关于Comparable和Comparator那些事

    在实际项目开发过程中,我们经常需要对某个对象或者某个集合中的元素进行排序,常用的两种方式是实现某个接口.常见的可以实现比较功能的接口有Comparable接口和 Comparator接口,那么这两个又 ...

  6. javascript初学笔记

    基本语句 赋值条件循环语句 javascript异常处理语句 trycatchfinally语句 Error对象 throw语句 函数 定义 调用 嵌套函数 函数的嵌套定义 内置函数 匿名函数和Fun ...

  7. MongoDB批量更新和批量插入的方式

    最近,在调试代码中发现向MongoDB插入或者更新文档记录时若是多条的话都是采用for循环操作的,这样的处理方式会造成数据操作耗时,不符合批量处理的原则:对此,个人整理了一下有关MongoDB的批量更 ...

  8. Mysql中FIND_IN_SET()和IN区别简析

    来源:http://www.jb51.net/article/125744.htm 测试SQL: CREATE TABLE `test` ( `id` int(8) NOT NULL auto_inc ...

  9. 数据预处理 | 使用 pandas.to_datetime 处理时间类型的数据

    数据中包含日期.时间类型的数据可以通过 pandas 的 to_datetime 转换成 datetime 类型,方便提取各种时间信息 1 将 object 类型数据转成 datetime64 1&g ...

  10. .net Core 配置Centos守护进程Supervisor

    声明: 博客引用来源:https://blog.csdn.net/qq_37997978/article/details/83311177建议看原版,更为详细 介绍: Supervisor( http ...