博客

对pandas的dataframe绘图并保存的实现方法

  • Post category:Python

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。

Tags: