【pandas】教程：4-显示数据

Pandas 显示数据

本节使用的数据为 data/air_quality_no2.csv，链接为 pandas案例和教程所使用的数据-机器学习文档类资源-CSDN文库

import pandas as pd 
import matplotlib.pyplot as plt

air_quality = pd.read_csv("data/air_quality_no2.csv", index_col=0, parse_dates=True)
air_quality.head()

                     station_antwerp  station_paris  station_london
datetime                                                       
2019-05-07 02:00:00              NaN            NaN            23.0
2019-05-07 03:00:00             50.5           25.0            19.0
2019-05-07 04:00:00             45.0           27.7            19.0
2019-05-07 05:00:00              NaN           50.4            16.0
2019-05-07 06:00:00              NaN           61.9             NaN

index_col 用做索引的列
parse_dates 将日期转换为 Timestamp 对象

• 快速显示数据

air_quality.plot()
plt.show()

• 只显示其中某一列（显示 Paris 的数据）

air_quality["station_paris"].plot()
plt.show()

可以用 上一节中的 DataFrame 子集，结合 plot 可以绘制任意数据
plot 支持 Series 和 DataFrame 数据

• 比较巴黎和伦敦的 $N{O}_2$ 数据

air_quality.plot.scatter(x="station_london", y="station_paris", alpha=0.5)
plt.show()

除了 line plot 还有其他的 plot 方式
[method_name for method_name in dir(air_quality.plot) if not method_name.startswith("_")] 可以获得其他 plot类型
[‘area’,
‘bar’,
‘barh’,
‘box’,
‘density’,
‘hexbin’,
‘hist’,
‘kde’,
‘line’,
‘pie’,
‘scatter’]

air_quality.plot.box()
plt.plot()

• 将每一列数据单独显示

axs = air_quality.plot.area(figsize=(12, 4), subplots=True)
plt.plot()

记住

.plot.* 可以用于 Series 和 DataFrames
默认情况下，每一列被显示为 line
任何由 pandas 创建的 plot 都是 Matplotlib 对象。

【参考】

How do I create plots in pandas? — pandas 1.5.2 documentation (pydata.org)