小編寫這篇文章的一個(gè)主要目的,主要是給大家去做一個(gè)解答,解答的內(nèi)容主要是Python相關(guān)知識(shí),比如說(shuō),會(huì)給大家講解怎么樣去利用Python pandas去做一個(gè)讀取,讀取的是csv數(shù)據(jù),然后將這些數(shù)據(jù)去做一個(gè)繪圖處理,具體內(nèi)容下面給大家詳細(xì)解答。
如何利用pandas讀取csv數(shù)據(jù)并繪圖
導(dǎo)包,常用的numpy和pandas,繪圖模塊matplotlib,
import matplotlib.pyplot as plt import pandas as pd import numpy as np fig=plt.figure() ax=fig.add_subplot(111)
讀取csv文件的數(shù)據(jù),保存到numpy數(shù)組內(nèi)
path_csv="E:pythonpython20212021044091path_data.csv" xa=np.array([42.0,44.4,43.1,40.6]) ya=np.array([21.6,21.2,13.5,14.0]) xa1=np.array([10,40]) ya1=np.array([10,40]) path_data_x=pd.read_csv(path_csv,header=None,usecols=[0]) path_data_y=pd.read_csv(path_csv,header=None,usecols=[1]) path_x=np.array(path_data_x)[:,0] path_y=np.array(path_data_y)[:,0]
繪制圖像
print(path_x[0]) print(path_y[0]) ax.plot(xa1,ya1,color='g',linestyle='',marker='.') ax.plot(xa,ya,color='g',linestyle='-',marker='.') ax.plot(path_x,path_y,color='m',linestyle='',marker='.') plt.show()
展示結(jié)果
pandas畫pearson相關(guān)系數(shù)熱力圖
pearson相關(guān)系數(shù)計(jì)算函數(shù)
data.corr()
該方法支持空值:np.nan
import seaborn as sns import numpy as np import matplotlib.pyplot as plt data=pd.DataFrame({"A":[np.nan,2,9],"B":[4,14,6],"c":[987,8,9]}) f,ax=plt.subplots(figsize=(14,10)) corr=data.corr() #print(corr) sns.heatmap(corr,cmap='RdBu',linewidths=0.05,ax=ax) #設(shè)置Axes的標(biāo)題 ax.set_title('Correlation between features') plt.show() plt.close() f.savefig('sns_style_origin.jpg',dpi=100,bbox_inches='tight') 其中heatmap()方法中有annot參數(shù),默認(rèn)為False,不顯示每個(gè)顏色的數(shù)字,如果設(shè)置為:annot=True,則在每個(gè)熱力圖上顯示數(shù)字。
效果如下:
以上內(nèi)容就為大家介紹完畢了,希望可以給大家?guī)?lái)更多幫助。
文章版權(quán)歸作者所有,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址:http://specialneedsforspecialkids.com/yun/128287.html
小編寫這篇文章的主要目的,主要是對(duì)pandas做一個(gè)較為詳細(xì)的一個(gè)解答,pandas其實(shí)就是一個(gè)數(shù)據(jù)模型庫(kù),里面的內(nèi)容還是比較的多的,那么,怎么樣對(duì)海量的數(shù)據(jù)進(jìn)行處理呢?處理的內(nèi)容就是對(duì)超大的csv文件進(jìn)行快速拆分,下面就給大家舉例驗(yàn)證。 前言 本文介紹如何利用pandas對(duì)超大CSV文件進(jìn)行快速拆分。 1.操作步驟 1.1安裝pandas pipinstallpandas 1.2...
摘要:當(dāng)數(shù)據(jù)發(fā)生變化時(shí),這種演變過(guò)程隨之發(fā)生。是一種統(tǒng)計(jì)報(bào)告圖,由一系列高度不等的縱向條紋或線段表示數(shù)據(jù)分布的情況。 showImg(https://segmentfault.com/img/bVbnkP1?w=751&h=558); python相關(guān) 基礎(chǔ)概念 數(shù)據(jù):離散的,客觀事實(shí)的數(shù)字表示 信息:處理后的數(shù)據(jù),為實(shí)際問題提供答案 - 為數(shù)據(jù)提供一種關(guān)系或一個(gè)關(guān)聯(lián)后,數(shù)據(jù)就成了信...
為什么你需要pandas 大家好,今天想和大家分享一下有關(guān)pandas的學(xué)習(xí)新的,我因工作需要,從去年12月開始接觸這個(gè)非常好用的包,到現(xiàn)在為止也是算是熟悉了一些,因此發(fā)現(xiàn)了它的強(qiáng)大之處,特意想要和朋友們分享,特別是如果你每天和excel打交道,總是需要編寫一些vba函數(shù)或者對(duì)行列進(jìn)行g(shù)roupby啊,merge,join啊之類的,相信我,pandas會(huì)讓你解脫的。 好啦,閑話少說(shuō),這篇文章的基礎(chǔ)...
摘要:一引言本項(xiàng)目基于邏輯回歸理論,運(yùn)用語(yǔ)言對(duì)數(shù)據(jù)集進(jìn)行分析,實(shí)現(xiàn)對(duì)糖尿病視網(wǎng)膜病變的檢測(cè)。可以確定這五個(gè)變量是導(dǎo)致糖尿病視網(wǎng)膜病變的主要因素。 一. 引言 本項(xiàng)目基于邏...
小編寫這篇文章的主要目的,主要給大家講解一些關(guān)于python的一些小技巧,比如說(shuō)使用python去進(jìn)行讀取和寫入數(shù)據(jù),那么,這些數(shù)據(jù)怎么在剪貼板上去進(jìn)行相關(guān)的處理呢,下面就跟著小編的步伐,去了解一下具體內(nèi)容吧。 讀取剪貼板上的數(shù)據(jù) 先給大家介紹pandas.read_clipboard,從剪貼板讀取文本并傳遞到Read_csv。 pandas.read_clipboard(sep=...
閱讀 911·2023-01-14 11:38
閱讀 878·2023-01-14 11:04
閱讀 740·2023-01-14 10:48
閱讀 1983·2023-01-14 10:34
閱讀 942·2023-01-14 10:24
閱讀 819·2023-01-14 10:18
閱讀 499·2023-01-14 10:09
閱讀 572·2023-01-14 10:02