matplotlib loc,iloc
认识 Series
Series 是带标签的一维数组,轴标签统称为索引,它由两部分组成
- values:一组数据(ndarray类型)
- index:相关的数据索引标签
参考:https://zhuanlan.zhihu.com/p/131553804
认识enumerate()函数
将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列,同时列出数据和数据下标
参考:https://www.runoob.com/python/python-func-enumerate.html
python matplotlib 绘图
1.
matplotlib图标正常显示中文
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['simhei'] #用于正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用于正常显示负号
plt.legend() # 添加图例 参考:https://www.cnblogs.com/linblogs/p/9642031.html
text()添加图形内容细节的无指向型注释文本
plt.text(x, y, s, fontsize, verticalalignment,horizontalalignment,rotation , **kwargs)
- x,y表示标签添加的位置,默认是根据坐标轴的数据来度量的,是绝对值,也就是说图中点所在位置的对应的值,特别的,如果你要变换坐标系的话,要用到transform=ax.transAxes参数。
- s表示标签的符号,字符串格式,比如你想加个“我爱三行科创”,更多的是你标注跟数据有关的主体,你如实写便是。
- fontsize顾名思义就是你加标签字体大小了,取整数。
- verticalalignment表示垂直对齐方式 ,可选 ‘center’ ,‘top’ , ‘bottom’,‘baseline’ 等
- horizontalalignment表示水平对齐方式 ,可以填 ‘center’ , ‘right’ ,‘left’ 等
- rotation表示标签的旋转角度,以逆时针计算,取整
- 后面还有 family 用来设置字体,style 设置字体的风格,weight 字体的粗细, bbox 给字体添加框,如 bbox=dict(facecolor=‘red’, alpha=0.5) 等
参考:https://blog.csdn.net/zengbowengood/article/details/104324293
2. 绘图
- plt.plot()绘制线性二维图,折线图。如果向plot()指令提供了一维的数组或者列表,则matplotlib将默认它是一系列的 y 值,并且自动为其生成 x 的值。默认的x向量从0开始并且具有和y同样的长度。
plt.plot(x,y) #x为x轴数据,y为y轴数据
x,y 可传入 (元组), [列表],np.array, pd.Series
还有好多好多点……
参考:https://zhuanlan.zhihu.com/p/258106097
xticks(locs, [labels], **kwargs)
locs参数是一个数组,用于设置X轴刻度间隔
[labels]参数也是一个数组,用于设置每个间隔的显示标签
**kwargs可用于设置标签字体倾斜度和颜色等
参考:https://www.freesion.com/article/7057363/
plt.bar() 绘制条形图
plt.scatter() 绘制散点图
plt.hist() 绘制二维条形直方图,显示数据的分配情况
plt.pie() 绘制饼图
plt.boxplot() 绘制箱形图
参考:https://www.cnblogs.com/chenzhijuan-324/p/10700585.html
loc中的数据是列名,是字符串,所以前后都要取;iloc中数据是int整型,所以是Python默认的前闭后开
loc函数主要通过行标签索引行数据。loc[:,0:1]索引某一列数据,还是标签,注意,如果列标签是个字符,比如'a',loc['a']是不行的,必须为loc[:,'a'],但如果行标签是'a',选取这一行,用loc['a']是可以的。
iloc 主要是通过行号获取行数据
loc[0:1] 取第一行第二行
iloc[0:1] 取第一行
参考:https://www.jianshu.com/p/1115699e0674
Pandas DataFrame.columns
属性返回给定Dataframe的列标签
参考:https://vimsky.com/examples/usage/python-pandas-dataframe-columns.html
仅供自己平时查阅