小编写这篇文章的一个主要目的,主要是给大家去做一个解答,解答的内容主要是Python相关知识,比如说,会给大家讲解怎么样去利用Python pandas去做一个读取,读取的是csv数据,然后将这些数据去做一个绘图处理,具体内容下面给大家详细解答。
如何利用pandas读取csv数据并绘图
导包,常用的numpy和pandas,绘图模块matplotlib,
import matplotlib.pyplot as plt import pandas as pd import numpy as np fig=plt.figure() ax=fig.add_subplot(111)
读取csv文件的数据,保存到numpy数组内
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]
绘制图像
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()
展示结果
pandas画pearson相关系数热力图
pearson相关系数计算函数
data.corr()
该方法支持空值: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) #设置Axes的标题 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参数,默认为False,不显示每个颜色的数字,如果设置为:annot=True,则在每个热力图上显示数字。
效果如下:
以上内容就为大家介绍完毕了,希望可以给大家带来更多帮助。
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/128287.html
小编写这篇文章的主要目的,主要是对pandas做一个较为详细的一个解答,pandas其实就是一个数据模型库,里面的内容还是比较的多的,那么,怎么样对海量的数据进行处理呢?处理的内容就是对超大的csv文件进行快速拆分,下面就给大家举例验证。 前言 本文介绍如何利用pandas对超大CSV文件进行快速拆分。 1.操作步骤 1.1安装pandas pipinstallpandas 1.2...
摘要:当数据发生变化时,这种演变过程随之发生。是一种统计报告图,由一系列高度不等的纵向条纹或线段表示数据分布的情况。 showImg(https://segmentfault.com/img/bVbnkP1?w=751&h=558); python相关 基础概念 数据:离散的,客观事实的数字表示 信息:处理后的数据,为实际问题提供答案 - 为数据提供一种关系或一个关联后,数据就成了信...
为什么你需要pandas 大家好,今天想和大家分享一下有关pandas的学习新的,我因工作需要,从去年12月开始接触这个非常好用的包,到现在为止也是算是熟悉了一些,因此发现了它的强大之处,特意想要和朋友们分享,特别是如果你每天和excel打交道,总是需要编写一些vba函数或者对行列进行groupby啊,merge,join啊之类的,相信我,pandas会让你解脱的。 好啦,闲话少说,这篇文章的基础...
摘要:一引言本项目基于逻辑回归理论,运用语言对数据集进行分析,实现对糖尿病视网膜病变的检测。可以确定这五个变量是导致糖尿病视网膜病变的主要因素。 一. 引言 本项目基于逻...
小编写这篇文章的主要目的,主要给大家讲解一些关于python的一些小技巧,比如说使用python去进行读取和写入数据,那么,这些数据怎么在剪贴板上去进行相关的处理呢,下面就跟着小编的步伐,去了解一下具体内容吧。 读取剪贴板上的数据 先给大家介绍pandas.read_clipboard,从剪贴板读取文本并传递到Read_csv。 pandas.read_clipboard(sep=...
阅读 889·2023-01-14 11:38
阅读 833·2023-01-14 11:04
阅读 684·2023-01-14 10:48
阅读 1887·2023-01-14 10:34
阅读 892·2023-01-14 10:24
阅读 750·2023-01-14 10:18
阅读 479·2023-01-14 10:09
阅读 519·2023-01-14 10:02