Python Pandas 箱线图的实现

2024-08-24 19:34:24

各国家用户消费分布

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

data = {

  'China': [1000, 1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900, 2500],

  'America': [1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900, 2000, 2100],

  'Britain': [1000, 1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900, 2000],

  "Russia": [800, 1000, 1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900]

}

df = pd.DataFrame(data)

# df.plot.box(title="Consumer spending in each country", vert=False)

df.plot.box(title="Consumer spending in each country")

plt.grid(linestyle="--", alpha=0.3)

plt.show()

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

data = {

  'China': [1000, 1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900, 2500],

  'America': [1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900, 2000, 2100],

  'Britain': [1000, 1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900, 2000],

  "Russia": [800, 1000, 1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900]

}

df = pd.DataFrame(data)

from pandas.plotting import table

fig, ax = plt.subplots(1, 1)

table(ax, np.round(df.describe(), 2),

   loc='upper right',

   colWidths=[0.1, 0.1, 0.1, 0.1]

   )

# df.plot.box(title="Consumer spending in each country", vert=False)

df.plot.box(title="Consumer spending in each country",

      ax=ax,

      ylim=(750, 3000))

plt.grid(linestyle="--", alpha=0.3)

plt.show()

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

data = {"gender": [1, 0, 1, 0, 1, 0, 1, 0, 1, 0],

    'China': [1000, 1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900, 2500],

    'America': [1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900, 2000, 2100]

    }

df = pd.DataFrame(data)

# df.boxplot(column=["China", "America"], by="gender",vert=False)

df.boxplot(column=["China", "America"], by="gender")

plt.grid(linestyle="--", alpha=0.3)

plt.show()

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。

python:pandas合并csv文件的方法(图书数据集成)

数据集成:将不同表的数据通过主键进行连接起来,方便对数据进行整体的分析. 两张表:ReaderInformation.csv,ReaderRentRecode.csv ReaderInformation.csv: ReaderRentRecode.csv: pandas读取csv文件,并进行csv文件合并处理: # -*- coding:utf-8 -*- import csv as csv import numpy as np # ------------- # csv读取表格数据 # ---
解决pandas无法在pycharm中使用plot()方法显示图像的问题

最近用了pycharm,感觉还不错,就是pandas中Series.DataFrame的plot()方法不显示图片就给我结束了,但是我在ipython里就能画图以前的代码是这样的 import matplotlib.pyplot as plt from pandas import DataFrame,Series Series([4,5,7]).plot() 找了半天发现只要加个 plt.show() 就可以显示图像了了 import matplotlib.pyplot as plt fro
解决Python pandas plot输出图形中显示中文乱码问题

解决方式一: import matplotlib #1. 获取matplotlibrc文件所在路径 matplotlib.matplotlib_fname() #Out[3]: u'd:\\Anaconda2\\lib\\site-packages\\matplotlib\\mpl-data\\matplotlibrc' #修改此配置文件,一劳永逸,不用在每个脚本中写代码解决中文显示问题修改 'font.sans-serif' 的配置,在最前面加你本地电脑已有的字体family. 参看方式二.
Python数据分析:手把手教你用Pandas生成可视化图表的教程

大家都知道,Matplotlib 是众多 Python 可视化包的鼻祖,也是Python最常用的标准可视化库,其功能非常强大,同时也非常复杂,想要搞明白并非易事.但自从Python进入3.0时代以后,pandas的使用变得更加普及,它的身影经常见于市场分析.爬虫.金融分析以及科学计算中. 作为数据分析工具的集大成者,pandas作者曾说,pandas中的可视化功能比plt更加简便和功能强大.实际上,如果是对图表细节有极高要求,那么建议大家使用matplotlib通过底层图表模块进行编码.当然,我
使用python的pandas为你的股票绘制趋势图

前言手里有一点点公司的股票, 拿不准在什么时机抛售, 程序员也没时间天天盯着看,不如动手写个小程序, 把股票趋势每天早上发到邮箱里,用 python 的 pandas, matplotlib 写起来很容易, 几十行代码搞定. 准备环境 python3 -m venv venv source ./venv/bin/activate pip install pandas pip install pandas_datareader pip install matplotlib 代码如下绘制 201
Python使用matplotlib和pandas实现的画图操作【经典示例】

本文实例讲述了Python使用matplotlib和pandas实现的画图操作.分享给大家供大家参考,具体如下: 画图在工作再所难免,尤其在做数据探索时候,下面总结了一些关于python画图的例子 #encoding:utf-8 ''''' Created on 2015年9月11日 @author: ZHOUMEIXU204 ''' # pylab 是 matplotlib 面向对象绘图库的一个接口.它的语法和 Matlab 十分相近 import pandas as pd #from ggp
使用pandas的DataFrame的plot方法绘制图像的实例

使用了pandas的Series方法绘制图像体验之后感觉直接用matplotlib的功能好用了不少,又试用了DataFrame的方法之后发现这个更加人性化. 写代码如下: from pandas import Series,DataFrame from numpy.random import randn import numpy as np import matplotlib.pyplot as plt df = DataFrame(randn(10,5),columns=['A','B','C
Python Pandas 箱线图的实现

各国家用户消费分布 import numpy as np import pandas as pd import matplotlib.pyplot as plt data = { 'China': [1000, 1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900, 2500], 'America': [1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900, 2000, 2100], 'Britain': [1000
Python数据可视化：箱线图多种库画法

概念箱线图通过数据的四分位数来展示数据的分布情况.例如:数据的中心位置,数据间的离散程度,是否有异常值等. 把数据从小到大进行排列并等分成四份,第一分位数(Q1),第二分位数(Q2)和第三分位数(Q3)分别为数据的第25%,50%和75%的数字. 四分位间距(Interquartilerange(IQR))=上分位数(upper quartile)-下分位数(lower quartile) 箱线图分为两部分,分别是箱(box)和须(whisker).箱(box)用来表示从第一分位到第三分位的数
Python pyecharts Boxplot箱线图的实现

本篇博客只是单纯的记录一下自己学习Boxplot,没有过多的解释,官网:>>Boxplot import seaborn as sns import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 用来正常显示中文标签 p
Python编程matplotlib绘图挑钻石seaborn小提琴和箱线图

目录箱线图小提琴图想不到大家都这么喜欢用python给女朋友挑钻石,所以我又写了个续. 如果看过之前一篇用python给女朋友挑钻石的文章,那么可以直接从箱线图开始读. seaborn是matplotlib的补充包,提供了一系列高颜值的figure,并且集成了多种在线数据集,通过sns.load_dataset()进行调用,可供学习,如果网络不稳定,可下载到本地,然后在调用的时候使用把cache设为True. 其中,diamonds数据集中包含了钻石数据,总计十项,分别是[重量/克拉]ca
echarts学习笔记之箱线图的分析与绘制详解

一.箱线图 Box-plot 箱线图(Boxplot)也称箱须图(Box-whisker Plot),它是用一组数据中的最小值.第一四分位数.中位数.第三四分位数和最大值来反映数据分布的中心位置和散布范围,可以粗略地看出数据是否具有对称性.通过将多组数据的箱线图画在同一坐标上,则可以清晰地显示各组数据的分布差异,为发现问题.改进流程提供线索. 什么是四分位数箱线图需要用到统计学的四分位数(Quartile)的概念,所谓四分位数,就是把组中所有数据由小到大排列并分成四等份,处于三个分割点位置的数
Python绘制K线图之可视化神器pyecharts的使用

K线图概念股市及期货市bai场中的K线图的du画法包含四个zhi数据,即开盘dao价.最高价.最低价zhuan.收盘价,所有的shuk线都是围绕这四个数据展开,反映大势的状况和价格信息.如果把每日的K线图放在一张纸上,就能得到日K线图,同样也可画出周K线图.月K线图.研究金融的小伙伴肯定比较熟悉这个,那么我们看起来比较复杂的K线图,又是这样画出来的,本文我们将一起探索K线图的魅力与神奇之处吧! K线图用处 K线图用处于股票分析,作为数据分析,以后的进入大数据肯定是一个趋势和热潮,K线图的专
R语言箱线图创建实例讲解

箱线图是数据集中的数据分布良好的度量. 它将数据集分成三个四分位数. 此图表表示数据集中的最小值,最大值,中值,第一四分位数和第三四分位数. 它还可用于通过绘制每个数据集的箱线图来比较数据集之间的数据分布. R语言中使用boxplot()函数来创建箱线图. 语法在R语言中创建箱线图的基本语法是 - boxplot(x, data, notch, varwidth, names, main) 以下是所使用的参数的描述 - x是向量或公式. 数据是数据帧. notch是逻辑值. 设置为TRUE以绘
R语言利用ggplot2绘制QQ图和箱线图详解

目录绘制qq图函数介绍例子绘制boxplot 函数介绍例子利用分位点绘制箱线图将QQ图和箱线图进行融合函数介绍参数介绍注意事项例子绘制qq图在ggplot2中绘制qq图需要两步,geom_qq()将绘制样本分位点,geom_qq_line()将绘制标准正态线函数介绍 geom_qq() geom_qq( mapping = NULL, data = NULL, geom = "point", position = "identity",
Matlab实现好看的配对箱线图的绘制

目录数据准备配色绘图及修饰完整代码写了一个配对箱线图绘制模板: 数据准备这里随机生成了一些正态分布随机数作为数据,使用时可以将Y换成自己的数据: % 随机构造一组数据 PntSet1=sort(mvnrnd(0,2,25)); PntSet2=sort(mvnrnd(.5,2.5,25)); PntSet3=sort(mvnrnd(0,2,25)); PntSet4=sort(mvnrnd(.5,2.5,25)); % Y=[PntSet1,PntSet2]; Y=[PntSet1,
Python Pyecharts绘制箱线图详解

本篇博客只是单纯的记录一下自己学习Boxplot,没有过多的解释,官网:>>Boxplot import seaborn as sns import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 用来正常显示中文标签 p

Python Pandas 箱线图的实现

相关推荐

随机推荐