1. 本际云推荐 - 专业推荐VPS、服务器,IDC点评首页
  2. 云主机运维
  3. VPS运维

Python如何利用pandas读取csv数据并绘图

Python pandas 应用:如何读取csv数据并绘图

小编想和大家分享一些有关 Python 的知识,今天我们讲解的主题是利用 Pandas 模块进行 csv 数据读取和绘图处理。下面是具体步骤。

Python如何利用pandas读取csv数据并绘图

利用 Pandas 读取 csv 数据并绘图

在绘图之前先导入常用的 numpy 和 pandas 模块,绘图模块 matplotlib:

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

fig = plt.figure()
ax = fig.add_subplot(111)

我们可以先准备好 x、y 坐标数据:

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])

然后利用 pandas 读取 csv 文件的数据保存在 numpy 数组中:

path_csv = "E:pythonpython20212021044091path_data.csv"
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]

最后进行图像的绘制:

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()

绘制好的图像将会显示出来。

Pandas 画 pearson 相关系数热力图

我们接下来看另一个例子,利用 seaborn 制作 pearson 相关系数热力图。

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()
sns.heatmap(corr, cmap='RdBu', linewidths=0.05, ax=ax)
ax.set_title('Correlation between features')
plt.show()

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。

以上就是利用 Pandas 进行 csv 数据读取和绘图处理,希望对大家有所帮助。

原创文章,作者:小编小本本,如若转载,请注明出处:https://www.benjiyun.com/yunzhujiyunwei/vps-yunwei/7222.html