python3.5——matplotlib模块使用
来源:互联网 发布:域名如何别名解析 编辑:程序博客网 时间:2024/06/05 00:34
1、matplotlib模块简介
matplotlib模块画图的中文显示问题,详见下面的网址:
http://www.cnblogs.com/swordzj/archive/2013/05/18/3085300.html
#模块引入import matplotlib as mplimport matplotlib.pyplot as pltimport numpy as np#解决中文问题mpl.rcParams["font.sans-serif"] = [u"SimHei"]mpl.rcParams["axes.unicode_minus"] = False#获取figure对象fig = plt.figure(figsize=(8,6))#在figure上创建axes对象ax1 = fig.add_subplot(2,2,1)ax2 = fig.add_subplot(2,2,2)ax3 = fig.add_subplot(2,2,3)#在当前的axes(ax3)上绘制曲线plt.plot(np.random.randn(50).cumsum(),"k--")#在ax1上绘制柱状图ax1.hist(np.random.randn(300),bins = 20,color = "k",alpha = 0.3)#在ax2上绘制散点图ax2.scatter(np.arange(30),np.arange(30)+3*np.random.randn(30))#展示plt.show()运行结果:
#模块引入import matplotlib as mplimport matplotlib.pyplot as pltimport numpy as npx = np.linspace(0,10,1000)y = np.sin(x)z = np.cos(x**2)#获取figure对象fig = plt.figure(figsize=(8,4))#绘制#lable:给绘制的曲线一个名字,该名字在图示legend显示,$:使用内嵌latex引擎绘制函数plt.plot(x,y,label = "$sin(x)$",color = "red",linewidth = 2)plt.plot(x,z,"b--",label = "$cos(x^2)$")#设置plt.xlabel("Time(s)") #设置x轴标题plt.ylabel("Volt") #设置y轴标题plt.title("PyPlot First Example") #设置图标标题plt.ylim(-1.2,1.2) #设置y轴范围plt.legend() #显示图示说明plt.grid(True) #显示虚线框#展示plt.show()#运行结果:
练习题:
附件链接
http://pan.baidu.com/s/1hrPvuqo
密码:rzj6
import numpy as npimport pandas as pdfrom pandas import Series,DataFrameimport matplotlib as mplimport matplotlib.pyplot as plt#1.数据文件读取df = pd.read_csv("ca_list_copy(2).csv")#2、提取zwyx列里面的0值,并用该列的平均值替换print("====提取zwyx列里面的0值,并用该列的平均值替换=====")mask = df["zwyx"].isin([0])df["zwyx"][mask]=df["zwyx"].mean()print(df)#3、zwyx列列平均值计算print("=============zwyx列平均值计算================")print(df["zwyx"].mean())#4、得到zwmc字段的唯一列表print("=============得到zwmc字段的唯一列表================")print(df["zwmc"])#5、对dd字段分组print("=============对dd字段分组================")gb = df.groupby(["dd"])i = 0dict1 = {}for dd,group in gb: i = i+1 print("group",i,":",dd,end="") print("最大薪资:",group["zwyx"].max()) dict1[dd] = group["zwyx"].max() #将城市与对应薪资循环加入到字典中print("==========排名前十的城市与对应薪资==========")df1 = df["zwyx"].groupby(df["dd"]).max()df2 = df1.sort_values(ascending=False)[:10]print(df2)# 解决中文显示问题mpl.rcParams["font.sans-serif"] = [u"SimHei"]mpl.rcParams["axes.unicode_minus"] = False##画折线图,创建figure对象fig = plt.figure(figsize=(8,8))df2.plot(color = "red")plt.xlabel("城市") #设置x轴坐标plt.ylabel("薪资") #设置y轴坐标plt.title("前十位城市最大薪资") #设置图标标题#展示plt.savefig("Top10.png")plt.show()====提取zwyx列里面的0值,并用该列的平均值替换=====F:/PythonCode/bf-test_code2/numpy+pandas/8.py:18: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrameSee the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy df["zwyx"][mask]=df["zwyx"].mean() Id zwmc gsmc dd \0 1 数据分析师 山东半亩花田生物科技有限公司 济南 1 2 数据分析师 智联招聘 天津 2 3 数据分析师 捷信中国 天津 3 4 中/高级数据分析师 宽拓(北京)科技有限公司 北京 4 5 6k聘金融数据分析师/助理/交易分析师(五险双休 北京万向联合控股集团有限公司 北京 5 6 证券分析师、助理、数据分析 北京万向联合控股集团有限公司 北京 6 7 --集团公司登入世界第一屏纳斯达克-万向联合聘金融数据分析师 北京万向联合控股集团有限公司 北京 7 8 数据分析师 北京创先策略信息咨询有限公司 北京 8 9 BI分析师助理/数据分析师助理税后月薪5500,包吃,房补 佛山市好金企业管理信息咨询有限公司 广州 9 10 6000-15000金融数据分析师/交易员 五险一金+实习生+弹性时间 北京华中投资有限公司 北京 10 11 招聘数据分析师(五险双休早九晚五) 北京万向通汇投资管理有限公司 北京 11 12 钱进道路上万向为你保驾护航,金融数据分析师及助理+双休 今联投资管理(北京)有限公司 北京 12 13 数据分析师 西安贝加尔网络科技有限公司 西安 13 14 职位颜值高 薪资更是刁到爆发 汇金利德诚聘金融数据分析师/助理 北京汇金利德科技有限公司 北京 14 15 高薪诚聘优秀金融数据分析师+周末双休+早九晚六+社保福利 华壹信融投资管理(北京)有限责任公司 北京 15 16 【金鼎奖十大诚信品牌企业】万向诚聘金融数据分析师+可实习 北京万向联合控股集团有限公司 北京 16 17 金融外汇数据分析师助理(可实习) 6千底薪五险 南京梵汇德盈信息科技有限公司 南京 17 18 【0基础培训】外汇数据分析师 南京梵汇德盈信息科技有限公司 南京 18 19 钱进道路上万向为你保驾护航,金融数据分析师及助理+双休 北京万向通汇投资有限公司 北京 19 20 招募金融数据分析师/证券分析师有无经验均可+基础培训 北京万向联合控股集团有限公司 北京 20 21 ¤豪宅金融证券数据分析师通缉令¤【五险一金】成就你的北京梦 北京万向联合控股集团有限公司 北京 21 22 金融数据分析师助理 嘉诺恒盛(北京)教育科技有限公司 北京 22 23 万向联合诚聘金融技术岗精英 数据分析师/助理+内部可晋升 万向通汇投资(北京)有限公司 北京 23 24 【万向联合】招聘金融交易员/数据分析师(五险双休早九晚五) 北京万向通汇投资管理有限公司 北京 24 25 数据分析师 今日头条 上海 25 26 数据分析师-国际化 今日头条 北京 26 27 数据分析师 今日头条 北京 27 28 招金融数据分析师 出国旅游、节日福利 北京今联投资有限公司 北京 28 29 ★任性高薪★职等你来☞金融证券、外汇数据分析师 今联投资管理(北京)有限公司 北京 29 30 再不转行就老了 公司高薪直招金融外汇数据分析师/助理 今联投资管理(北京)有限公司 北京 ... ... ... ... .. 3354 3355 数据分析师(大兴亦庄) 北京亿隆汇诚投资管理有限责任公司 北京 3355 3356 数据分析师 南京甄视智能科技有限公司 南京 3356 3357 ★任性高薪★职等你来☞金融外汇数据分析师/助理 南京梵汇德盈信息科技有限公司 南京 3357 3358 数据分析师(急聘 项目奖金) 北京科莱特信息技术有限公司南京分公司 南京 3358 3359 不看学历只看能力 0基础培训金融数据分析师助理 盛世佳汇投资有限公司 深圳 3359 3360 公司直招金融数据分析师、资金管理人 南京梵汇德盈信息科技有限公司 南京 3360 3361 公司直招金融数据分析师、资金管理人 南京梵汇德盈信息科技有限公司 南京 3361 3362 数据分析师 微视文化传媒(北京)有限责任公司 北京 3362 3363 数据分析师 上海绘缔网络信息服务有限公司郑州分公司 郑州 3363 3364 大数据产品经理/数据分析师 中创三优(北京)科技有限公司 北京 3364 3365 金融外汇数据分析师助理(可实习)零基础带薪培训 6千底薪五险 南京梵汇德盈信息科技有限公司 南京 3365 3366 0基础培训金融数据分析师助理,告别“高不成低不就” 盛世佳汇投资有限公司 深圳 3366 3367 数据分析师 山西创新金融专修学院 太原 3367 3368 高底薪聘金融数据分析师/助理(双休+补助) 南京梵汇德盈信息科技有限公司 南京 3368 3369 高底薪聘金融数据分析师/助理(双休+补助) 南京梵汇德盈信息科技有限公司 南京 3369 3370 金融外汇数据分析师/助理 南京梵汇德盈信息科技有限公司 南京 3370 3371 数据分析师 金融交易员 双休 五险 高薪多福利 富尔华兴(北京)国际投资管理有限公司 北京 3371 3372 数据分析师 郑州慧之联信息科技有限公司 郑州 3372 3373 大数据实习分析师 北京凡德未来信息科技有限公司 北京 3373 3374 数据分析师 广东佰银网络科技有限公司 广州 3374 3375 数据分析师实习生 长沙拓建信息科技有限公司 长沙 3375 3376 大数据分析师 郑州仁峰软件开发有限公司 郑州 3376 3377 数据分析师 创兴动力(北京)咨询服务有限公司 北京 3377 3378 数据分析师 天津国美互联网资产交易中心有限公司北京分公司 北京 3378 3379 资金管理人/数据分析师/双休五险/朝九晚五 南京梵汇德盈信息科技有限公司 南京 3379 3380 大数据分析,分析师助理,薪资4500+,晋升空间大,双休 南京国汇信息科技有限公司 南京 3380 3381 数据分析师 广西钱盆科技股份有限公司 南宁 3381 3382 数据分析师 百度推广无锡营销服务中心 南京 3382 3383 数据统计/数据分析师 双休不累有保障 长沙拓建信息科技有限公司 长沙 3383 3384 数据分析师 天津极数科技有限公司 天津 gsxz gsgm zwyx xl jy 0 民营 100-499人 4500.000000 大专 1-3年 1 上市公司 1000-9999人 8152.994976 本科 无经验 2 外商独资 10000人以上 8152.994976 本科 1-3年 3 民营 20-99人 17500.500000 本科 3-5年 4 股份制企业 100-499人 9000.500000 本科 无经验 5 股份制企业 100-499人 9000.500000 本科 无经验 6 股份制企业 100-499人 12500.500000 大专 无经验 7 民营 20人以下 5000.500000 本科 无经验 8 民营 20-99人 5000.500000 大专 无经验 9 股份制企业 100-499人 8152.994976 本科 无经验 10 合资 100-499人 9000.500000 本科 无经验 11 合资 100-499人 9000.500000 大专 无经验 12 民营 100-499人 7000.000000 本科 无经验 13 上市公司 1000-9999人 9000.500000 本科 无经验 14 民营 100-499人 9000.500000 大专 无经验 15 股份制企业 500-999人 9000.500000 大专 无经验 16 股份制企业 100-499人 7000.500000 大专 无经验 17 股份制企业 100-499人 7000.500000 大专 无经验 18 股份制企业 500-999人 9000.500000 大专 无经验 19 股份制企业 500-999人 7000.500000 大专 无经验 20 股份制企业 500-999人 9000.500000 本科 无经验 21 股份制企业 100-499人 5000.500000 大专 无经验 22 股份制企业 100-499人 9000.500000 不限 无经验 23 合资 100-499人 9000.500000 大专 无经验 24 民营 1000-9999人 12500.500000 本科 1-3年 25 民营 1000-9999人 25000.500000 本科 3-5年 26 民营 1000-9999人 25000.500000 本科 1-3年 27 股份制企业 100-499人 12500.500000 大专 无经验 28 合资 100-499人 9000.500000 大专 无经验 29 合资 100-499人 9000.500000 大专 无经验 ... ... ... ... .. ... 3354 民营 100-499人 12500.500000 本科 3-5年 3355 股份制企业 20-99人 10000.000000 本科 1-3年 3356 股份制企业 100-499人 7000.500000 中专 无经验 3357 民营 100-499人 9000.500000 大专 无经验 3358 股份制企业 500-999人 12500.500000 不限 无经验 3359 股份制企业 100-499人 7000.500000 大专 无经验 3360 股份制企业 100-499人 7000.500000 大专 无经验 3361 民营 20-99人 11500.000000 本科 3-5年 3362 民营 1000-9999人 4000.000000 本科 1年以下 3363 合资 100-499人 25000.500000 不限 3-5年 3364 股份制企业 100-499人 9000.500000 大专 无经验 3365 股份制企业 500-999人 9000.500000 不限 无经验 3366 民营 20人以下 3000.500000 不限 无经验 3367 股份制企业 100-499人 9000.500000 大专 无经验 3368 股份制企业 100-499人 7000.500000 大专 无经验 3369 股份制企业 100-499人 7000.500000 中专 无经验 3370 合资 500-999人 9000.500000 本科 1-3年 3371 民营 1000-9999人 9000.500000 大专 1-3年 3372 民营 20-99人 7000.500000 本科 无经验 3373 民营 20-99人 5000.500000 大专 1-3年 3374 民营 20-99人 5000.500000 大专 无经验 3375 股份制企业 20-99人 7000.500000 本科 1-3年 3376 民营 20-99人 22500.000000 不限 无经验 3377 民营 500-999人 11500.000000 本科 1-3年 3378 股份制企业 100-499人 7000.500000 大专 无经验 3379 合资 500-999人 7000.500000 不限 无经验 3380 股份制企业 100-499人 3500.000000 不限 无经验 3381 民营 500-999人 7500.000000 本科 无经验 3382 民营 20-99人 5000.500000 大专 无经验 3383 民营 20人以下 12500.500000 不限 3-5年 [3384 rows x 9 columns]=============zwyx列平均值计算================8263.821740222376=============得到zwmc字段的唯一列表================0 数据分析师1 数据分析师2 数据分析师3 中/高级数据分析师4 6k聘金融数据分析师/助理/交易分析师(五险双休5 证券分析师、助理、数据分析6 --集团公司登入世界第一屏纳斯达克-万向联合聘金融数据分析师7 数据分析师8 BI分析师助理/数据分析师助理税后月薪5500,包吃,房补9 6000-15000金融数据分析师/交易员 五险一金+实习生+弹性时间10 招聘数据分析师(五险双休早九晚五)11 钱进道路上万向为你保驾护航,金融数据分析师及助理+双休12 数据分析师13 职位颜值高 薪资更是刁到爆发 汇金利德诚聘金融数据分析师/助理14 高薪诚聘优秀金融数据分析师+周末双休+早九晚六+社保福利15 【金鼎奖十大诚信品牌企业】万向诚聘金融数据分析师+可实习16 金融外汇数据分析师助理(可实习) 6千底薪五险17 【0基础培训】外汇数据分析师18 钱进道路上万向为你保驾护航,金融数据分析师及助理+双休19 招募金融数据分析师/证券分析师有无经验均可+基础培训20 ¤豪宅金融证券数据分析师通缉令¤【五险一金】成就你的北京梦21 金融数据分析师助理22 万向联合诚聘金融技术岗精英 数据分析师/助理+内部可晋升23 【万向联合】招聘金融交易员/数据分析师(五险双休早九晚五)24 数据分析师25 数据分析师-国际化26 数据分析师27 招金融数据分析师 出国旅游、节日福利28 ★任性高薪★职等你来☞金融证券、外汇数据分析师29 再不转行就老了 公司高薪直招金融外汇数据分析师/助理 ... 3354 数据分析师(大兴亦庄)3355 数据分析师3356 ★任性高薪★职等你来☞金融外汇数据分析师/助理3357 数据分析师(急聘 项目奖金)3358 不看学历只看能力 0基础培训金融数据分析师助理3359 公司直招金融数据分析师、资金管理人3360 公司直招金融数据分析师、资金管理人3361 数据分析师3362 数据分析师3363 大数据产品经理/数据分析师3364 金融外汇数据分析师助理(可实习)零基础带薪培训 6千底薪五险3365 0基础培训金融数据分析师助理,告别“高不成低不就”3366 数据分析师3367 高底薪聘金融数据分析师/助理(双休+补助)3368 高底薪聘金融数据分析师/助理(双休+补助)3369 金融外汇数据分析师/助理3370 数据分析师 金融交易员 双休 五险 高薪多福利3371 数据分析师3372 大数据实习分析师3373 数据分析师3374 数据分析师实习生3375 大数据分析师3376 数据分析师3377 数据分析师3378 资金管理人/数据分析师/双休五险/朝九晚五3379 大数据分析,分析师助理,薪资4500+,晋升空间大,双休3380 数据分析师3381 数据分析师3382 数据统计/数据分析师 双休不累有保障3383 数据分析师Name: zwmc, dtype: object=============对dd字段分组================group 1 : 三门峡最大薪资: 7000.5group 2 : 上海最大薪资: 40000.5group 3 : 东莞最大薪资: 9000.5group 4 : 临沂最大薪资: 6500.0group 5 : 丽江最大薪资: 3000.5group 6 : 云浮最大薪资: 6500.0group 7 : 佛山最大薪资: 9500.0group 8 : 保定最大薪资: 5000.5group 9 : 保山最大薪资: 6500.0group 10 : 六盘水最大薪资: 6500.0group 11 : 兰州最大薪资: 7000.5group 12 : 北京最大薪资: 40000.5group 13 : 南京最大薪资: 25000.5group 14 : 南宁最大薪资: 3500.0group 15 : 南昌最大薪资: 7000.5group 16 : 南通最大薪资: 5000.5group 17 : 厦门最大薪资: 15000.0group 18 : 合肥最大薪资: 17500.5group 19 : 周口最大薪资: 7000.5group 20 : 呼和浩特最大薪资: 7000.5group 21 : 咸宁最大薪资: 8152.99497636group 22 : 哈尔滨最大薪资: 17500.5group 23 : 唐山最大薪资: 6500.0group 24 : 商丘最大薪资: 7000.5group 25 : 嘉兴最大薪资: 5000.5group 26 : 大连最大薪资: 9000.5group 27 : 天津最大薪资: 25000.5group 28 : 太原最大薪资: 7000.5group 29 : 威海最大薪资: 9000.5group 30 : 孝感最大薪资: 8152.99497636group 31 : 宁波最大薪资: 6500.0group 32 : 安康最大薪资: 7500.0group 33 : 安顺最大薪资: 6500.0group 34 : 宜兴最大薪资: 5000.5group 35 : 宿迁最大薪资: 5000.5group 36 : 常州最大薪资: 7000.5group 37 : 常熟最大薪资: 7000.5group 38 : 平顶山最大薪资: 7000.5group 39 : 广州最大薪资: 25000.5group 40 : 张家口最大薪资: 5000.5group 41 : 徐州最大薪资: 5000.5group 42 : 恩施最大薪资: 8152.99497636group 43 : 成都最大薪资: 15000.0group 44 : 扬州最大薪资: 5000.5group 45 : 承德最大薪资: 6500.0group 46 : 新乡最大薪资: 7000.5group 47 : 无锡最大薪资: 17500.5group 48 : 昆山最大薪资: 5000.5group 49 : 昆明最大薪资: 6500.0group 50 : 曲靖最大薪资: 6500.0group 51 : 杭州最大薪资: 20000.0group 52 : 枣庄最大薪资: 4500.0group 53 : 武汉最大薪资: 15000.0group 54 : 毕节最大薪资: 6500.0group 55 : 江阴最大薪资: 5000.5group 56 : 沈阳最大薪资: 9000.5group 57 : 沧州最大薪资: 5000.5group 58 : 泰安最大薪资: 4500.0group 59 : 洛阳最大薪资: 7000.5group 60 : 济南最大薪资: 25000.5group 61 : 海口最大薪资: 8152.99497636group 62 : 淮安最大薪资: 5000.5group 63 : 深圳最大薪资: 25000.5group 64 : 温州最大薪资: 3750.0group 65 : 潍坊最大薪资: 5000.5group 66 : 烟台最大薪资: 7000.5group 67 : 焦作最大薪资: 7000.5group 68 : 玉溪最大薪资: 6500.0group 69 : 盐城最大薪资: 5000.5group 70 : 石家庄最大薪资: 7000.5group 71 : 福州最大薪资: 8000.0group 72 : 秦皇岛最大薪资: 5000.5group 73 : 绵阳最大薪资: 9000.5group 74 : 苏州最大薪资: 11500.0group 75 : 衡水最大薪资: 5000.5group 76 : 西安最大薪资: 7000.5group 77 : 许昌最大薪资: 7000.5group 78 : 贵阳最大薪资: 12500.5group 79 : 连云港最大薪资: 5000.5group 80 : 遵义最大薪资: 6500.0group 81 : 遵化最大薪资: 5000.5group 82 : 邢台最大薪资: 5000.5group 83 : 邯郸最大薪资: 5000.5group 84 : 郑州最大薪资: 12500.5group 85 : 重庆最大薪资: 7000.5group 86 : 铜仁最大薪资: 6500.0group 87 : 镇江最大薪资: 5000.5group 88 : 长春最大薪资: 7000.5group 89 : 长沙最大薪资: 18000.0group 90 : 青岛最大薪资: 12500.5group 91 : 马鞍山最大薪资: 7000.5group 92 : 驻马店最大薪资: 7000.5group 93 : 黄冈最大薪资: 8152.99497636group 94 : 黄石最大薪资: 8152.99497636group 95 : 黔东南最大薪资: 6500.0group 96 : 黔南最大薪资: 6500.0group 97 : 黔西南最大薪资: 6500.0==========排名前十的城市与对应薪资==========dd上海 40000.5北京 40000.5济南 25000.5深圳 25000.5广州 25000.5南京 25000.5天津 25000.5杭州 20000.0长沙 18000.0无锡 17500.5Name: zwyx, dtype: float64
阅读全文
0 0
- python3.5——matplotlib模块使用
- Python3.5安装Matplotlib
- Python3.5安装Matplotlib
- Python3.5——内置模块详解之random模块
- 64位windows系统下对应python3.5安装matplotlib模块
- Python3.5——内置模块详解之os模块、sys模块、shutil模块
- python —— Matplotlib模块(绘制决策树)
- Python3.5——Pandas模块使用(上)——Series
- Python3.5——Pandas模块使用(中)——DataFrame
- Python3.5基础——NumPy模块的使用(上)
- Python3.5基础——NumPy模块的使用(下)
- Python笔记——Python3.4+Matplotlib详细安装教程
- Python3 urllib模块使用
- python3 subprocess模块使用
- Python3-Matplotlib
- python3使用matplotlib画图支持中文
- python3 matplotlib和seaborn的使用记录
- python3 的 matplotlib绘图库的使用
- Homebrew
- pvr与png的内存占用
- Eclipse 常用快捷键
- 【算法学习】动态规划 Dynamic Programming
- tlc59108 驱动 LED
- python3.5——matplotlib模块使用
- 退出登录跳出frame框架
- SQL SERVER中强制类型转换cast和convert的区别
- 1062 最简分数
- 面向对象--抽象类
- 关于A/D精度、分辨率、LSB详解
- 数据分析的统计学基础--描述性统计
- js 对象 key 变量
- 【线性代数】私人回顾