python之 matplotlib和pandas绘图教程

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号

plt.xticks(x,xtk,size=12,rotation=50) #设置字体大小和字体倾斜度
plt.xlabel(u'城市') # x轴标签
plt.ylabel(u'数量')
plt.title(u'朋友所在城市') # 图的名称
plt.legend() # 正常显示标题
plt.show() # 显示图像
plt.close() # 绘图后养成习惯性的关掉

sdata.plot(color='r', style='-o')
plt.show()

plot(x,y, color ='blue', linewidth=2.5, linestyle="--")

rects1=plt.bar(           #(x,data) 就是所要画的二维数据
    left=x,           #x 是X坐标轴数据，即每个块的x轴起始位置
    height=data,         #data是Y坐标轴的数据，即每个块的y轴高度
    width=[0.1,0.2,0.3],     #每一个块的显示宽度
    bottom=[1,2,3],       #每一个块的底部高度
    color='y',          #块的颜色
    edgecolor='g',        #块的边界颜色
    linewidth=2,         #块的线条宽度
    xerr=1,           #x轴误差bar
    yerr=1,           #y轴误差bar
    ecolor='r',         #误差bar的颜色
    capsize=1,          #误差bar的线条宽度
    orientation='vertical',   #块的方向 (horizontal,vertical)
    align="center",       #块的位置 (center, left, right)
    hold=None
    )
 
plt.show()

plot2=plt.pie(data,             # 每个饼块的实际数据，如果大于1，会进行归一化，计算percentage
    explode=[0.0,0.1,0.2],        # 每个饼块离中心的距离
    colors=['y','r','g'],        # 每个饼块的颜色
    labels=['women','men','unknown'],  # 每个饼块的标签
    labeldistance=1.2,          # 每个饼块标签到中心的距离
    autopct='%1.1f%%',         # 百分比的显示格式
    pctdistance=0.4,           # 百分比到中心的距离
    shadow=True,             # 每个饼块是否显示阴影
    startangle=0,            # 默认从x轴正半轴逆时针起
    radius=1.0              # 饼块的半径
    )
plt.axis('equal') # 显示为圆形，避免比例压缩为椭圆
plt.show()

sales     4140
technical   2720
support    2229
IT       1227
product_mng   902
marketing    858
RandD      787
accounting   767
hr       739
management   630

fr = pd.Series(va.values.cumsum() / va.values.sum())
va.plot(kind='bar')
fr.plot(color='r',secondary_y=True, style='-o')
plt.annotate(format(fr[7], '.2%'), xy=(7, fr[7]), xytext=(7*0.9, fr[7]*0.9),
       arrowprops=dict(arrowstyle='->', connectionstyle='arc3,rad=.2')) # 用于注释图形指标
# plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
# plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号
# plt1 = plt.pie(va.values,
#        labels=va.index,
#        autopct='%1.1f%%')
plt.xticks(rotation=50) # 设置字体大小和字体倾斜度
plt.show()

pd.DataFrame(va).boxplot()
plt.show()

plt.boxplot(data,labels=[]，
     sym='o',whis=1.5)

plt.subplot(221)
plt.plot(x, y1,'r-', lw=2) 
plt.subplot(222)
plt.plot(x,y2)

data.plot(subplots=True, color=['r','b'], style=['-o','-'])
plt.show()

DF6
Out[42]: 
 B C D
0 1 B 10.750
1 3 C 8.875
2 2 T 58.000
3 2 L 57.000
4 3 Y 46.000

DF6[(DF6.B>1) & (DF6.D > 10)]

Out[45]: 
 B C D
2 2 T 58.0
3 2 L 57.0
4 3 Y 46.0