Pandas的另一个优点是与Matplotlib的集成,可以直接绘制DataFrame和Series。
注意:如没有安装Matplotlib,需首先安装:
pip install matplotlib
。
import matplotlib.pyplot as plt plt.rcParams.update({'font.size': 20, 'figure.figsize': (10, 8)}) # 将字体和图形设置为更大
接下来开始绘图。
首先画一下电影的评分和票房之间的关系,调用movies_df
上的.plot()
方法:
# 加载数据 movies_df = pd.read_csv("IMDB-Movie-Data.csv", index_col="Title") movies_df.columns = ['rank', 'genre', 'description', 'director', 'actors', 'year', 'runtime', 'rating', 'Votes', 'revenue_millions', 'Metascore'] # 绘图 movies_df.plot(kind='scatter', x='rating', y='revenue_millions', title='Revenue (millions) vs rating') plt.show()
如果想要绘制单个列的简单直方图,可以调用列上的plot:
movies_df['rating'].plot(kind='hist', title='rating')
回忆一下describe()
在rating
列中给出的统计信息:
movies_df['rating'].describe()
count 1000.000000 mean 6.723200 std 0.945429 min 1.900000 25% 6.200000 50% 6.800000 75% 7.400000 max 9.000000 Name: rating, dtype: float64
使用箱线图,我们可以可视化这些数据:
movies_df['rating'].plot(kind="Box")
箱线图说明
通过组合rating_category
和revenue_millions
,可以创建一个票房箱线图:
movies_df.Boxplot(column='revenue_millions', by='rating_category')
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。