Python数据分析基础与应用电子活页7-24使用DataFrame对象的方法分别绘制直方图、箱形图、面积图和散点图.docx

Python数据分析基础与应用

模块

PAGE2

PAGE3

电子活页7-24使用DataFrame对象的方法分别绘制直方图、箱形图、面积图和散点图

使用DataFrame对象的hist()方法基于数据集df3绘制直方图。

代码如下：

df3.plot.hist()

使用DataFrame对象的hist()方法基于数据集df3绘制的直方图如图1W所示。

图1W使用DataFrame对象的hist()方法基于数据集df3绘制的直方图

使用plot.hist()方法绘制直方图时，还可以设置参数bins，指定直方图的箱数。

给每一列数据都绘制一个直方图，需要使用以下方法：

df3.diff().hist(color=r,alpha=0.5,bins=10)

上述代码中的参数bins用于指定箱数，这里设置为10。

给最高气温、最低气温每一列数据绘制的直方图如图2W所示。

图2W给最高气温、最低气温每一列数据绘制的直方图

使用DataFrame对象的boxplot()方法基于数据集df3绘制箱形图。

通过调用Series.plot.box()、DataFrame.boxplot()或者DataFrame.plot.box()方法绘制箱形图，箱形图将每一列数据的分布情况以可视化的图形展示出来。

使用DataFrame对象的boxplot()方法基于数据集df3绘制箱形图的代码如下：

df3.boxplot()

长沙市指定时间范围内最高气温、最低气温的箱形图如图3W所示。

图3W长沙市指定时间范围内最高气温、最低气温的箱形图

③使用DataFrame对象的area()方法基于数据集df3绘制面积图。

面积图又称区域图，该图强调数量随时间而变化的程度，也可用于引起人们对总值变化趋势的注意。堆积面积图还可以显示部分与整体的关系。折线图和面积图都可以用来帮助我们对趋势进行分析，当数据集有合计关系或者想要展示局部与整体关系的时候，使用面积图为更好的选择。

与折线图相比，面积图看起来更加美观，能够突出每个类别数据所占的面积，展示整体趋势；不仅可以表示数量的多少，而且可以反映同一事物在不同时间里变化的情况；还可以纵向与其他类别数据进行比较，能够直观地反映出各类数据之间的差异。

使用Series.plot.area()或DataFrame.plot.area()方法绘制面积图。

绘制长沙市指定时间范围内最高气温、最低气温面积图的代码如下：

df3.plot.area()

长沙市指定时间范围内最高气温、最低气温的面积图如图4W所示。

图4W长沙市指定时间范围内最高气温、最低气温的面积图

④使用DataFrame对象的scatter()方法绘制散点图。

使用DataFrame.plot.scatter()方法绘制散点图的代码如下：

df3.plot.scatter(x=highT,y=lowT)

长沙市指定时间范围内最高气温、最低气温的散点图如图5W所示。

图5W长沙市指定时间范围内最高气温、最低气温的散点图