当我们需要对pandas的DataFrame进行可视化时,可以使用matplotlib或seaborn等可视化库,也可以使用pandas自带的plotting工具。
以下是对pandas的DataFrame绘图并保存的实现方法攻略:
步骤一:导入必要的库
使用pandas进行DataFrame绘图需要导入如下库:
import pandas as pd
import matplotlib.pyplot as plt
步骤二:创建DataFrame
我们需要先创建一个DataFrame示例:
df = pd.DataFrame({'Year': [2015, 2016, 2017, 2018, 2019],
'Revenue': [10, 20, 30, 40, 50],
'Expenses': [7, 15, 22, 28, 35]})
步骤三:选择绘图类型
Pandas自带了多种绘图类型,可以通过DataFrame的plot()函数进行调用。
假设我们想要绘制Year和Revenue之间的关系,可以使用折线图:
df.plot(x='Year', y='Revenue')
plt.show()
可以使用savefig()函数将图像保存到本地文件:
df.plot(x='Year', y='Revenue')
plt.savefig('revenue.png')
步骤四:进一步定制绘图
可以定制我们的图像来满足更多需求,例如,我们可以添加图例、更换颜色等。以绘制折线图为例:
df.plot(x='Year', y=['Revenue', 'Expenses'], color=['blue', 'red'], marker='o')
plt.legend(['Revenue', 'Expenses'])
plt.title('Revenue vs. Expenses')
plt.xlabel('Year')
plt.ylabel('Amount (in millions)')
plt.show()
可以使用类似步骤三中的方法来保存图像:
df.plot(x='Year', y=['Revenue', 'Expenses'], color=['blue', 'red'], marker='o')
plt.legend(['Revenue', 'Expenses'])
plt.title('Revenue vs. Expenses')
plt.xlabel('Year')
plt.ylabel('Amount (in millions)')
plt.savefig('revenue_expenses.png')
这样就可以生成一份名为revenue_expenses.png的图像文件。
以上是对pandas的DataFrame绘图并保存的实现方法攻略,下面给出另一个例子:
示例一:绘制柱状图并保存
df.plot(x='Year', y='Revenue', kind='bar')
plt.savefig('revenue_bar.png')
这样就可以生成一份名为revenue_bar.png的柱状图像文件。
示例二:绘制散点图并保存
df.plot(x='Revenue', y='Expenses', kind='scatter')
plt.savefig('revenue_expenses_scatter.png')
这样就可以生成一份名为revenue_expenses_scatter.png的散点图像文件。