Pandas 9-绘制柱状图

2024-09-01 20:04
文章标签 绘制 pandas 柱状图

本文主要是介绍Pandas 9-绘制柱状图,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1. 准备数据

首先,需要准备一个DataFrame。

import pandas as pd  # 创建一个DataFrame  
data = {  'Name': ['Alice', 'Bob', 'Charlie', 'David'],    'Age': [24, 27, 22, 32],    'City': ['New York', 'Los Angeles', 'Chicago', 'Houston'],    'Score': [85, 92, 78, 88]}  df = pd.DataFrame(data)  
print(df)  

输出:

      Name  Age         City  Score0    Alice   24     New York     85  
1      Bob   27  Los Angeles     92  
2  Charlie   22      Chicago     78  
3    David   32      Houston     88  

2. 绘制简单柱状图

可以使用plot方法来绘制柱状图。默认情况下,plot方法会绘制折线图,需要指定kind='bar'来绘制柱状图。

import matplotlib.pyplot as plt  # 绘制Age列的柱状图  
df['Age'].plot(kind='bar')  
plt.title('Age Distribution')  
plt.xlabel('Index')  
plt.ylabel('Age')  
plt.show()  

image.png

3. 绘制多列柱状图

如果想绘制多列的柱状图,可以将DataFrame传递给plot方法,并指定kind='bar'

# 绘制Age和Score列的柱状图  
df[['Age', 'Score']].plot(kind='bar')  
plt.title('Age and Score Distribution')  
plt.xlabel('Index')  
plt.ylabel('Value')  
plt.legend()  
plt.show()  

image.png

4. 绘制分组柱状图

可以使用plot方法的subplots参数来绘制分组柱状图。

# 绘制分组柱状图  
df[['Age', 'Score']].plot(kind='bar', subplots=True)  
plt.title('Age and Score Distribution')  
plt.xlabel('Index')  
plt.ylabel('Value')  
plt.legend()  
plt.show()  

image.png

5. 绘制堆积柱状图

可以使用stacked=True参数来绘制堆积柱状图。

# 绘制堆积柱状图  
df[['Age', 'Score']].plot(kind='bar', stacked=True)  
plt.title('Age and Score Stacked Distribution')  
plt.xlabel('Index')  
plt.ylabel('Value')  
plt.legend()  
plt.show()  

image.png

6. 自定义柱状图

可以通过Matplotlib的API来自定义柱状图的样式和标签。

# 自定义柱状图  
ax = df['Age'].plot(kind='bar', color='skyblue')  
ax.set_title('Customized Age Distribution')  
ax.set_xlabel('Index')  
ax.set_ylabel('Age')  
ax.set_xticklabels(df['Name'], rotation=45)  
plt.show()  

image.png

这篇关于Pandas 9-绘制柱状图的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1127915

相关文章

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav

【WebGPU Unleashed】1.1 绘制三角形

一部2024新的WebGPU教程,作者Shi Yan。内容很好,翻译过来与大家共享,内容上会有改动,加上自己的理解。更多精彩内容尽在 dt.sim3d.cn ,关注公众号【sky的数孪技术】,技术交流、源码下载请添加微信号:digital_twin123 在 3D 渲染领域,三角形是最基本的绘制元素。在这里,我们将学习如何绘制单个三角形。接下来我们将制作一个简单的着色器来定义三角形内的像素

Flutter 进阶:绘制加载动画

绘制加载动画:由小圆组成的大圆 1. 定义 LoadingScreen 类2. 实现 _LoadingScreenState 类3. 定义 LoadingPainter 类4. 总结 实现加载动画 我们需要定义两个类:LoadingScreen 和 LoadingPainter。LoadingScreen 负责控制动画的状态,而 LoadingPainter 则负责绘制动画。

利用matlab bar函数绘制较为复杂的柱状图,并在图中进行适当标注

示例代码和结果如下:小疑问:如何自动选择合适的坐标位置对柱状图的数值大小进行标注?😂 clear; close all;x = 1:3;aa=[28.6321521955954 26.2453660695847 21.69102348512086.93747104431360 6.25442246899816 3.342835958564245.51365061796319 4.87

【Python从入门到进阶】64、Pandas如何实现数据的Concat合并

接上篇《63.Pandas如何实现数据的Merge》 上一篇我们学习了Pandas如何实现数据的Merge,本篇我们来继续学习Pandas如何实现数据的Concat合并。 一、引言 在数据处理过程中,经常需要将多个数据集合并为一个统一的数据集,以便进行进一步的分析或建模。这种需求在多种场景下都非常常见,比如合并不同来源的数据集以获取更全面的信息、将时间序列数据按时间顺序拼接起来以观察长期趋势等

YOLOv8/v10+DeepSORT多目标车辆跟踪(车辆检测/跟踪/车辆计数/测速/禁停区域/绘制进出线/绘制禁停区域/车道车辆统计)

01:YOLOv8 + DeepSort 车辆跟踪 该项目利用YOLOv8作为目标检测模型,DeepSort用于多目标跟踪。YOLOv8负责从视频帧中检测出车辆的位置,而DeepSort则负责关联这些检测结果,从而实现车辆的持续跟踪。这种组合使得系统能够在视频流中准确地识别并跟随特定车辆。 02:YOLOv8 + DeepSort 车辆跟踪 + 任意绘制进出线 在此基础上增加了用户

win7下安装Canopy(EPD) 及 Pandas进行python数据分析

先安装好canopy,具体安装版本看自己需要那种,我本来是打算安装win764位的,却发现下载总是出现错误,无奈只能下载了32位的! https://store.enthought.com/downloads/#default 安装好之后,参考如下连接,进行检验: 之后再根据下面提供的连接进行操作,一般是没问题的! http://jingyan.baidu.com/article/5d6

11Python的Pandas:可视化

Pandas本身并没有直接的可视化功能,但它与其他Python库(如Matplotlib和Seaborn)无缝集成,允许你快速创建各种图表和可视化。这里是一些使用Pandas数据进行可视化的常见方法: 1. 使用Matplotlib Pandas中的plot()方法实际上是基于Matplotlib的,你可以使用它来绘制各种基本图表,例如折线图、柱状图、散点图等。 import pandas

jupyter在加载pkl文件时报错ModuleNotFoundError: No module named 'pandas.core.internals.managers'; '的解决方法

笔者当看到这个错误的时候一脸懵逼,在pycharm上正常运行的code 放在jupyter就不成了,于是就研究一翻。 一开始以为自己的pkl文件有问题,研究重点放在这里,最后发现不是。 然后取搜索pycharm和jupyter下的python的\Lib\site-packages\pandas\core\internals有什么不同 发现jupyter下没有pandas\core\intern

使用matplotlib绘制散点图、柱状图和饼状图-学习篇

一、散点图 Python代码如下: num_points = 100x = np.random.rand(num_points) #x点位随机y = np.random.rand(num_points) #y点位随机colors = np.random.rand(num_points) #颜色随机sizes = 1000 * np.random.rand(num_points) # 大