网站设计应该考虑的重要因素,wordpress 维护模式,如何买域名发布网站,网站字体大小合适数据分析-Pandas数据如何图示规律
数据分析和处理中#xff0c;难免会遇到各种数据#xff0c;那么数据呈现怎样的规律呢#xff1f;不管金融数据#xff0c;风控数据#xff0c;营销数据等等#xff0c;莫不如此。如何通过图示展示数据的规律#xff1f;
数据表…数据分析-Pandas数据如何图示规律
数据分析和处理中难免会遇到各种数据那么数据呈现怎样的规律呢不管金融数据风控数据营销数据等等莫不如此。如何通过图示展示数据的规律
数据表时间序列数据在数据分析建模中很常见例如天气预报空气状态监测股票交易等金融场景。数据分析过程中重新调整重塑数据表是很重要的技巧此处选择Titanic数据以及巴黎、伦敦欧洲城市空气质量监测 N O 2 NO_2 NO2数据作为样例。
数据分析
数据分析-Pandas如何转换产生新列
数据分析-Pandas如何统计数据概况
数据分析-Pandas如何轻松处理时间序列数据
数据分析-Pandas如何选择数据子集
数据分析-Pandas如何重塑数据表-CSDN博客
经典算法
经典算法-遗传算法的python实现
经典算法-模拟退火算法的python实现
经典算法-粒子群算法的python实现-CSDN博客
本文用到的样例数据
Titanic数据
空气质量监测 N O 2 NO_2 NO2数据
样例代码
源代码参考 Pandas如何重塑数据表
源代码参考 python数据分析-数据表读写到pandas
导入关键模块
import pandas as pd
import numpy as np
import matplotlib.pyplot as pltplt.close(all)画图有几种方式
1、使用matplotlib的 pyplot模块
2、直接使用序列数据画图实质上也是调用pyplot模块
3、直接使用Dataframe数据画图实质上也是调用pyplot模块
探究序列数据展示
当使用的是序列数据时如何把序列数据展示为曲线呢
该例使用随机生成数据来举例需要指定index使用时间刻度。
# serial plot vs date time
np.random.seed(123456)ts pd.Series(np.random.randn(1000), indexpd.date_range(1/1/2000, periods1000))
ts ts.cumsum()ts.plot()
plt.show()
plt.close(all)当使用时间日期数据其实调用的是 gcf().autofmt_xdate() 函数格式化x轴。
探究Dataframe数据展示
有时候使用的是dataframe数据类型如何把dataframe数据展示为曲线呢
这样是可以一张图同时画出多列数据线集中展示需要比较数据
# dataframe plot 画图
df pd.DataFrame(np.random.randn(1000, 4), indexts.index, columnslist(ABCD))df df.cumsum()
df.plot();
plt.show()plt.close(all)探究列之间的数据关系
有时候Boss突发奇想看看两列的关系呢如何展示
当然除了都放在一张图以外还可以画出两列之间的关系只要在plot函数指定xy参数。
df3 pd.DataFrame(np.random.randn(1000, 2), columns[B, C]).cumsum()df3[A] pd.Series(list(range(len(df))))df3.plot(xA, yB);以上代码只是一个简单示例示例代码中的表达式可以根据实际问题进行修改。
后面介绍下除了画线以外的展示形式。
df.plot.area df.plot.barh df.plot.density df.plot.hist df.plot.line
df.plot.bar df.plot.box df.plot.hexbin df.plot.kde df.plot.pie
df.plot.scatter觉得有用 收藏 收藏 收藏
点个赞 点个赞 点个赞
End
GPT专栏文章
GPT实战系列-ChatGLM3本地部署CUDA111080Ti显卡24G实战方案
GPT实战系列-LangChain ChatGLM3构建天气查询助手
大模型查询工具助手之股票免费查询接口
GPT实战系列-简单聊聊LangChain
GPT实战系列-大模型为我所用之借用ChatGLM3构建查询助手
GPT实战系列-P-Tuning本地化训练ChatGLM2等LLM模型到底做了什么(二)
GPT实战系列-P-Tuning本地化训练ChatGLM2等LLM模型到底做了什么(一)
GPT实战系列-ChatGLM2模型的微调训练参数解读
GPT实战系列-如何用自己数据微调ChatGLM2模型训练
GPT实战系列-ChatGLM2部署UbuntuCuda11显存24G实战方案
GPT实战系列-Baichuan2本地化部署实战方案
GPT实战系列-Baichuan2等大模型的计算精度与量化
GPT实战系列-GPT训练的PretrainingSFTReward ModelingRLHF
GPT实战系列-探究GPT等大模型的文本生成-CSDN博客
