Pandas模块部分内容详解

简要概述

Pandas是一个开源的，BSD许可的库，为Python (opens new window)编程语言提供高性能，易于使用的数据结构和数据分析工具。

Pandas 就像一把万能瑞士军刀，下面仅列出了它的部分优势 ：

• 处理浮点与非浮点数据里的缺失数据，表示为 NaN；

• 大小可变：插入或删除 DataFrame 等多维对象的列；

• 自动、显式数据对齐：显式地将对象与一组标签对齐，也可以忽略标签，在 Series、DataFrame 计算时自动与数据对齐；

• 强大、灵活的分组（group by）功能：拆分-应用-组合数据集，聚合、转换数据；

• 把 Python 和 NumPy 数据结构里不规则、不同索引的数据轻松地转换为 DataFrame 对象；

• 基于智能标签，对大型数据集进行切片、花式索引、子集分解等操作；

• 直观地合并（merge）、连接（join）数据集；

• 灵活地重塑（reshape）、透视（pivot）数据集；

• 轴支持结构化标签：一个刻度支持多个标签；

• 成熟的 IO 工具：读取文本文件（CSV 等支持分隔符的文件）、Excel 文件、数据库等来源的数据，利用超快的 HDF5 格式保存 / 加载数据；

• 时间序列：支持日期范围生成、频率转换、移动窗口统计、移动窗口线性回归、日期位移等时间序列功能。

Pandas内置数据结构

一、pandas数据结构之 Series

pandas在 ndarray 数组（NumPy 中的数组）的基础上构建出了两种不同的数据结构，分别是 Series（一维数据结构）DataFrame（二维数据结构）

Series 是带标签的一维数组，这里的标签可以理解为索引，但这个索引并不局限于整数，它也可以是字符类型，比如 a、b、c 等；

Series 可以保存任何数据类型，比如整数、字符串、浮点数、Python 对象等，它的标签默认为整数，从 0 开始依次递增。

1.创建Series数据对象

Pandas 使用 Series() 函数来创建 Series 对象，通过这个对象可以调用相应的方法和属性，从而达到处理数据的目的.

import pandas as pd
s=pd.Series( data, index, dtype, copy)

1.1创建一个空的Series对象

import pandas as pd
#输出数据为空
s = pd.Series([], dtype='float64')
print(s)

1.2 使用矩阵ndarray创建Series对象

ndarray 是 NumPy 中的数组类型，当 data 是 ndarry 时，传递的索引必须具有与数组相同的长度。假如没有给 index 参数传参，在默认情况下，索引值将使用是 range(n) 生成，其中 n 代表数组长度。

没有传递任何索引，所以索引默认从 0 开始分配 ，其索引范围为 0 到len(data)-1，即 0 到 3。这种设置方式被称为“隐式索引”

import pandas as pd
import numpy as np

data = np.array(['a', 'b', 'c', 'd'])
s = pd.Series(data)
print(s)

?结果：? ? 0 ? ?a
? ? ? ? ? ? ? ? 1 ? ?b
? ? ? ? ? ? ? ? 2 ? ?c
? ? ? ? ? ? ? ? 3 ? ?d
? ? ? ? ? ? ? ? dtype: object

显示索引:自定义索引标签

import pandas as pd
import numpy as np

data = np.array(['a', 'b', 'c', 'd'])
s = pd.Series(data, index=[1001, 1002, 1003, 1004])
print(s)

结果：?

1001 ? ?a
1002 ? ?b
1003 ? ?c
1004 ? ?d
dtype: object

1.3 python字典dict创建Series对象

case1:没有传递索引时

import pandas as pd
import numpy as np

dict1 = {'1号': '鸡哥', '二号': '小凡', '三号': '小王', '四号': '小裤'}
s = pd.Series(dict1)
print(s)

结果：

1号 ? ?鸡哥
二号 ? ?小凡
三号 ? ?小王
四号 ? ?小裤
dtype: object

case2:用index参数传递索引时

import pandas as pd
import numpy as np
# 取索引
dict1 = {'1号': '鸡哥', '二号': '小凡', '三号': '小王', '四号': '小裤'}
# 如果一开始有索引，index的作用是取对应的索引，如果索引没有的话，值对应NaN
s = pd.Series(dict1, index=['二号', '四号', '五号'])
print(s,type(s))

结果：

二号 ? ? 小凡
四号 ? ? 小裤
五号 ? ?NaN
dtype: object <class 'pandas.core.series.Series'>

小总结：

• 如果一开始没有索引，index的作用是加索引，如果超出值的个数，报错

• 如果一开始有索引，index的作用是取对应的索引，如果索引没有的话，值对应NaN

1.4 标量固定值创建

? ? ? 注意：如果是标量，如果没给索引值，就只有一个

import pandas as pd
import numpy as np


s = pd.Series(20, index=[1001,1002,1003,1004])
print(s,type(s))

结果：

1001 ? ?20
1002 ? ?20
1003 ? ?20
1004 ? ?20
dtype: int64 <class 'pandas.core.series.Series'>

2、Series数据的使用

2.1 位置索引访问

import pandas as pd

s = pd.Series([1, 2, 3, 4], index=['1001', '1002', '1003', '1004'])
print(s[2])

结果：3

2.1.1通过切片的方式访问 Series 序列中的数据

import pandas as pd

s = pd.Series([1, 2, 3, 4], index=['1001', '1002', '1003', '1004'])
print(s[1:3])

结果：

1002 ? ?2
1003 ? ?3
dtype: int64

2.1.2获取最后三个元素

import pandas as pd

s = pd.Series([1, 2, 3, 4], index=['1001', '1002', '1003', '1004'])
print(s[-3:])

结果：

1002 ? ?2
1003 ? ?3
1004 ? ?4
dtype: int64

2.2 索引标签访问（常用）

Series 类似于固定大小的 dict，把 index 中的索引标签当做 key，而把 Series 序列中的元素值当做 value，然后通过 index 索引标签来访问或者修改元素值。

2.2.1使用索引标签访问单个元素值，如果不存在会报错

import pandas as pd

s = pd.Series([1, 2, 3, 4], index=['1001', '1002', '1003', '1004'])
print(s['1001'])

结果：1

2.2.2使用索引标签访问多个元素值

注意访问多个值时索引要放在“列表“”中，否则会报错

import pandas as pd

s = pd.Series([1, 2, 3, 4], index=['1001', '1002', '1003', '1004'])
print(s[['1001', '1003', '1002']])

结果：

1001 ? ?1
1003 ? ?3
1002 ? ?2
dtype: int64

3、Series常用属性

?3.1随机创建一个Series数据

import pandas as pd
import numpy as np

array1 = np.array([11, 22, 33, 44, 55])
pd1 = pd.Series(array1, index=[1001, 1002, 1003, 1004,1005])
print(pd1, type(pd1))

结果：

1001 ? ?11
1002 ? ?22
1003 ? ?33
1004 ? ?44
1005 ? ?55
dtype: int32 <class 'pandas.core.series.Series'>

3.2? axes

import pandas as pd
import numpy as np
array1 = np.array([11,22,33,44,55])
s = pd.Series(array1,index=[1001,1002,1003,1004,1005])
print(f'所有行索引的标签为{s.axes}')

结果：所有行索引的标签为[Int64Index([1001, 1002, 1003, 1004, 1005], dtype='int64')]

3.2? dtype

import pandas as pd
import numpy as np
array1 = np.array([11,22,33,44,55])
s = pd.Series(array1,index=[1001,1002,1003,1004,1005])
print(f'数据类型为{s.dtype}')

结果：数据类型为int32

3.3? empty

返回一个布尔值，用于判断数据对象是否为空

import pandas as pd
import numpy as np

array1 = np.array([1])
s = pd.Series(array1)
print(s.empty)

结果：False

3.4? ndim

查看序列的维数。因为Series 是一维数据结构，因此它始终返回 1。

import pandas as pd
import numpy as np

array1 = np.array([11, 22, 33, 44, 55])
s = pd.Series(array1, index=[1001, 1002, 1003, 1004, 1005])
print(s.ndim)

结果：1

3.5? size

import pandas as pd
import numpy as np

array1 = np.array([11, 22, 33, 44, 55])
s = pd.Series(array1, index=[1001, 1002, 1003, 1004, 1005])
print(s.size)

结果：5

3.6??values

import pandas as pd
import numpy as np
array2 = np.array([11, 22, 33, 44, 55])
s = pd.Series(array2, index=[1001, 1002, 1003, 1004, 1005])
print(s.values)

结果：[11 22 33 44 55]

3.7? ?index

import pandas as pd
# 显式索引
s1 = pd.Series([11, 22, 33, 44, 55], index=[1001, 1002, 1003, 1004, 1005])
print(s1.index)
# 隐式索引
s2 = pd.Series([11, 22, 33, 44, 55])
print(s2.index)

结果：Int64Index([1001, 1002, 1003, 1004, 1005], dtype='int64')
? ? ? ? ? ?RangeIndex(start=0, stop=5, step=1)

4、Series常用函数

4.1head()? ? ? ?

如果不给值默认显示前五条数据

import pandas as pd

s1 = pd.Series([11, 22, 33, 44, 55], index=[1001, 1002, 1003, 1004, 1005])
print(s1.head(3))

结果：

1001 ? ?11
1002 ? ?22
1003 ? ?33
dtype: int64

4.2tail()? ? ? ?

如果不给值默认显示后五条数据

import pandas as pd

s1 = pd.Series([11, 22, 33, 44, 55, 66], index=[1001, 1002, 1003, 1004, 1005, 1006])
print(s1.tail(2))

结果：

1005 ? ?55
1006 ? ?66
dtype: int64

4.3isnull() 和notnull()

• isnull()：如果为值不存在或者缺失，则返回 True。

• notnull()：如果值不存在或者缺失，则返回 False。

import pandas as pd

s1 = pd.Series([11, None, None, 44])
print(pd.isnull(s1))

结果：

0 ? ?False
1 ? ? True
2 ? ? True
3 ? ?False
dtype: bool

二、pandas数据结构之DataFrame

DataFrame 一个表格型的数据结构，既有行标签（index），又有列标签（columns），它也被称异构数据表，所谓异构，指的是表格中每列的数据类型可以不同，比如可以是字符串、整型或者浮点型等。

1.列表创建DataFame对象

1.1使用单一列表列表来创建一个 DataFrame

import pandas as pd
data = [1,2,3]
df = pd.DataFrame(data)
print(df)

结果：?

? ? 0
0 ?1
1 ?2
2 ?3

1.2使用嵌套列表创建 DataFrame

import pandas as pd

data = [[1, 2, 3, 4], [5, 6, 7, 8]]
df = pd.DataFrame(data)
print(df)
print(type(df))

结果：? ? 0 ?1 ?2 ?3

0 ?1 ?2 ?3 ?4
1 ?5 ?6 ?7 ?8
<class 'pandas.core.frame.DataFrame'>

1.3指定数值元素的数据类型为 float

import pandas as pd

data = [['鸡哥', 17, '篮球'], ['小凡', 18, '踩缝纫机']]
df = pd.DataFrame(data, columns=['Name', 'age', 'Habby'], dtype=float)
print(df)

结果：

? Name ? age Habby
0 ? 鸡哥 ?17.0 ? ?篮球
1 ? 小凡 ?18.0 ?踩缝纫机

1.4字典嵌套列表创建,并加自定义的行标签

data 字典中，键对应的值的元素长度必须相同（也就是列表长度相同）。如果传递了索引，那么索引的长度应该等于数组的长度；如果没有传递索引，那么默认情况下，索引将是 range(n)，其中 n 代表数组长度.

import pandas as pd

dict1 = {'name': ['鸡哥', '孙晓川', '山上'], 'habby': ['篮球', '土', '男枪']}
df = pd.DataFrame(dict1,index=[1001,1002,1003])
print(df)

结果：

? ? ? ? ? ?name habby
1001 ? 鸡哥 ? ?篮球
1002 ?孙晓川 ? ? 土
1003 ? 山上 ? ?男枪

1.5列表嵌套字典创建DataFrame对象

列表嵌套字典可以作为输入数据传递给 DataFrame 构造函数。默认情况下，字典的键被用作列名.

注意： 如果其中某个元素值缺失，也就是字典的 key 无法找到对应的 value，将使用 NaN 代替。

import pandas as pd
data = [{'a':2,'b':3},{'a':5,'b':7,'c':9}]
df = pd.DataFrame(data)
print(df)

结果：

? ??a ?b ? ?c
0 ?2 ?3 ?NaN
1 ?5 ?7 ?9.0

1.6使用字典嵌套列表以及行、列索引表创建一个 DataFrame 对象

import pandas as pd

data = [{'a': 2, 'b': 3}, {'a': 5, 'b': 7, 'c': 9}]
df1 = pd.DataFrame(data, index=[1001, 1002], columns=['a', 'b'])
df2 = pd.DataFrame(data, index=[1001, 1002], columns=['a1', 'b'])  # b1 在字典键中不存在，所以对应值为 NaN
print(df1)
print(df2)

结果：?

? ? ? ? ? a ?b
1001 ?2 ?3
1002 ?5 ?7
? ? ? ? ? ? a1 ?b
1001 NaN ?3
1002 NaN ?7

1.7Series创建DataFrame对象

import pandas as pd

data = {'one': pd.Series([1, 2, 3], index=[1001, 1002, 1003]),
        'two': pd.Series([1, 2, 3, 4], index=[1001, 1002, 1003, 1004])}
df = pd.DataFrame(data)
print(df)

结果：

? ? ? ? ? one ?two
1001 ?1.0 ? ?1
1002 ?2.0 ? ?2
1003 ?3.0 ? ?3
1004 ?NaN ? ?4

2.DataFrame使用与操作

DataFrame 可以使用列索（columns index）引来完成数据的选取、添加和删除操作

2.1列索引选取,添加数据列

import pandas as pd

data = {'name': pd.Series(['鸡哥', '小王', '小裤'], index=[1001, 1002, 1003]),
        'one': pd.Series([1, 2, 3, 4], index=[1001, 1002, 1003, 1004])}
df = pd.DataFrame(data)
print(df['name'])  # 列索引选取数据列
df['two'] = pd.Series([5, 6, 7, 8], index=[1001, 1002, 1003, 1004])  # 列索添加数据列
print(df)
# 将已经存在的数据列做相加运算
df['three'] = df['one'] + df['two']  # 若存在NAN值，NaN与任意一个值相加，结果依旧是NaN            
print(df)

结果：

2.2使用 insert() 方法插入新的列

import pandas as pd

data = [['鸡哥', '18'], ['小裤', '17'], ['小王', '19']]
df = pd.DataFrame(data, columns=['name', 'age'])
df.insert(1, column='habby', value=['篮球', '唱', '跳'])    #数值1代表插入到columns列表的索引位置
print(df)

?结果：
? name habby age
0 ? 鸡哥 ? ?篮球 ?18
1 ? 小裤 ? ? 唱 ?17
2 ? 小王 ? ? 跳 ?19

2.3列索引删除数据列

del 和 pop() 都能够删除 DataFrame 中的数剧，在此使用上述2.1的结果测试

import pandas as pd

data = {'name': pd.Series(['鸡哥', '小王', '小裤'], index=[1001, 1002, 1003]),
        'one': pd.Series([1, 2, 3, 4], index=[1001, 1002, 1003, 1004])}
df = pd.DataFrame(data)
df['two'] = pd.Series([5, 6, 7, 8], index=[1001, 1002, 1003, 1004])
df['three'] = df['one'] + df['two']

del df['one']
print(df)
print('*' * 40)
ret = df.pop('two')  # 将删除的列封装成Series对象进行返回
print(ret)
print('*' * 40)
print(df)

结果：? ? ? ? ? ? ? ??

行索引操作DataFrame

2.4标签索引选取,可以将行标签传递给 loc 函数?,返回的类型为.Series

?
import pandas as pd

d = {'one': pd.Series([11, 21, 31], index=['1001', '1002', '1003']),
     'two': pd.Series([11, 21, 31, 41], index=['1001', '1002', '1003', '1004'])}
df = pd.DataFrame(d)
print(df.loc['1002'])

?

?结果：

one ? ?21.0
two ? ?21.0
Name: 1002, dtype: float64 <class 'pandas.core.series.Series'>

2.5整数索引选取，通过将数据行所在的索引位置传递给 iloc 函数，也可以实现数据行选取

import pandas as pd

d = {'one': pd.Series([11, 21, 31], index=['1001', '1002', '1003']),
     'two': pd.Series([11, 21, 31, 41], index=['1001', '1002', '1003', '1004'])}
df = pd.DataFrame(d)
print(df.iloc[1])

结果：

one ? ?21.0
two ? ?21.0
Name: 1002, dtype: float64

2.6切片操作多行选取

import pandas as pd

d = {'one': pd.Series([11, 21, 31], index=['1001', '1002', '1003']),
     'two': pd.Series([11, 21, 31, 41], index=['1001', '1002', '1003', '1004'])}
df = pd.DataFrame(d)
print(df[1:3])

结果：

? ? ? one ?two
1002 ?21.0 ? 21
1003 ?31.0 ? 31

2.7添加数据行

import pandas as pd

df1 = pd.DataFrame([[11, 22], [33, 44]], columns=['A', 'B'])
df2 = pd.DataFrame([[55, 66], [77, 88]], columns=['A', 'B'])
df = df1.append(df2)
print(df)

结果：

? ? A ? B
0 ?11 ?22
1 ?33 ?44
0 ?55 ?66
1 ?77 ?88

2.8删除数据行,如果索引标签存在重复，那么它们将被一起删除

import pandas as pd

df1 = pd.DataFrame([[11, 22], [33, 44]], columns=['A', 'B'])
df2 = pd.DataFrame([[55, 66], [77, 88]], columns=['A', 'B'])
df = df1.append(df2)
df1 = df.drop(0)  # 根据索引值删除
print(df1)

结果:

? ? A ? B
1 ?33 ?44
1 ?77 ?88

3.常用属性和方法汇总

由于在一维结构中已经展示大多数方法，在此不在赘述，下面展示一维中没有的两个方法：

3.1? T

import pandas as pd
import numpy as np
d = {'Name':pd.Series(['python编程大全','hadoop基础',"hive进阶",'spark基础','flink进阶','mysql从入门到成神','java之路']),
   'years':pd.Series([5,6,15,28,3,19,23]),
     'Rating': pd.Series([4.23, 3.24, 3.98, 2.56, 3.20, 4.6, 3.8])}
#构建DataFrame
df = pd.DataFrame(d)
#输出series
print(df.T)

结果：

?3.2?shift()移动行或列

3.2.1? peroids和axis

import pandas as pd
import numpy as np

data = {'Name': pd.Series(
    ['python编程大全', 'hadoop基础', "hive进阶", 'spark基础', 'flink进阶', 'mysql从入门到成神', 'java之路']),
        'years': pd.Series([5, 6, 15, 28, 3, 19, 23]),
        'Rating': pd.Series([4.23, 3.24, 3.98, 2.56, 3.20, 4.6, 3.8])}
# 构建DataFrame
df = pd.DataFrame(data)
df = df.shift(periods=2, axis=0)
print(df)

结果：

3.2.2???fill_value 参数填充 DataFrame 中的缺失值

data = {'Name': pd.Series(
    ['python编程大全', 'hadoop基础', "hive进阶", 'spark基础', 'flink进阶', 'mysql从入门到成神', 'java之路']),
    'years': pd.Series([5, 6, 15, 28, 3, 19, 23]),
    'Rating': pd.Series([4.23, 3.24, 3.98, 2.56, 3.20, 4.6, 3.8])}
# 构建DataFrame
df = pd.DataFrame(data)
df = df.shift(periods=2, axis=0, fill_value='你好')
print(df)

结果：

三、Pandas数学分析（描述性统计）

?3.1sum()求和

? ?在默认情况下，返回 axis=0 的所有值的和

import pandas as pd
import numpy as np

data = {'name': pd.Series(['鸡哥', '小王', '小凡', '小裤']),
        'math': pd.Series([61, 62, 63, 64]),
        'english': pd.Series([71, 72, 73, 74])
        }
df = pd.DataFrame(data)
print(df.sum(axis=1))

?结果：

3.2mean()求均值

在默认情况下，返回 axis=0 的平均值

import pandas as pd
import numpy as np

data = {'name': pd.Series(['鸡哥', '小王', '小凡', '小裤']),
        'math': pd.Series([61, 62, 63, 64]),
        'english': pd.Series([71, 72, 73, 74])
        }
df = pd.DataFrame(data)
print(df.mean(axis=1))

结果：

?3.3std()求标准差

import pandas as pd
import numpy as np

data = {'name': pd.Series(['鸡哥', '小王', '小凡', '小裤']),
        'math': pd.Series([61, 62, 63, 64]),
        'english': pd.Series([71, 72, 73, 74])
        }
df = pd.DataFrame(data)
print(df.std(axis=1))

?结果：

3.4describe() 函数显示与 DataFrame 数据列相关的统计信息摘要

import pandas as pd
import numpy as np

data = {'name': pd.Series(['鸡哥', '小王', '小凡', '小裤']),
        'math': pd.Series([61, 62, 63, 64]),
        'english': pd.Series([71, 72, 73, 74])
        }
df = pd.DataFrame(data)
print(df.describe())

?结果:

四、Pandas csv读写文件

1read_csv()读文件

1.1分隔符

1.2index_col，这个参数是用来决定读进来的数据哪一列做索引的

import pandas as pd

df = pd.read_csv('H:\Projects\PycharmProjects\\bigdata29\day10\data\demo1.csv', encoding='gbk', index_col=2)
print(df)

结果：

? ?

?1.3usecols,这个参数可以指定你从文件中读取哪几列

import pandas as pd

df = pd.read_csv('H:\Projects\PycharmProjects\\bigdata29\day10\data\demo1.csv', encoding='gbk', usecols=[2,4])
print(df)

结果：

1.4nrows，指定读取记录多少行

import pandas as pd

df = pd.read_csv('H:\Projects\PycharmProjects\\bigdata29\day10\data\demo1.csv', encoding='gbk', nrows=8)
print(df)

结果：

2.to_csv()写文件

现在我们将上述3.常用属性和方法汇总下3.1转置后的数据写入到一个叫demo3的文本中

import pandas as pd
import numpy as np
d = {'Name':pd.Series(['python编程大全','hadoop基础',"hive进阶",'spark基础','flink进阶','mysql从入门到成神','java之路']),
   'years':pd.Series([5,6,15,28,3,19,23]),
     'Rating': pd.Series([4.23, 3.24, 3.98, 2.56, 3.20, 4.6, 3.8])}
df = pd.DataFrame(d)
df.to_csv('data/demo3.csv')

结果：

3参数说明

index：缺省index=True，如果你不加这个参数，写文件时会连带索引号一起写入

columns:按指定的列写入文件

encoding:

encoding：主要是为了兼容Python2的一些中文操作。大家知道由于计算机的发展历史，中文以及中文语系（包括日文、韩文等）并没有西方字母排列的那么规范。导致我们在不同的系统环境、不同的编程语言下都有可能会生成编码不一样的中文文件来。

import pandas as pd
import numpy as np

d = {'Name': pd.Series(
    ['python编程大全', 'hadoop基础', "hive进阶", 'spark基础', 'flink进阶', 'mysql从入门到成神', 'java之路']),
    'years': pd.Series([5, 6, 15, 28, 3, 19, 23]),
    'Rating': pd.Series([4.23, 3.24, 3.98, 2.56, 3.20, 4.6, 3.8])}
df = pd.DataFrame(d)
df.to_csv('data/demo3.csv', index=False, columns=['years'], encoding='GBK')

结果：?

五、Pandas绘图 matplotlib.pyplot出图

1.?柱状图

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

mpl.rcParams["font.family"] = "FangSong"  # 设置字体

mpl.rcParams["axes.unicode_minus"] = False  # 正常显示负号

print(np.random.rand(10, 4), type(np.random.rand(10, 4)))

list1 = [
    [99, 98, 97, 95, 89],
    [89, 98, 76, 90, 88],
    [76, 90, 98, 89, 89],
    [99, 98, 97, 95, 89],
    [96, 88, 93, 92, 99],
    [94, 92, 98, 93, 81],
    [92, 91, 91, 98, 81]
]
array1 = np.array(list1)
df = pd.DataFrame(array1,
                  index=['第1次测试', '第2次测试', '第3次测试', '第4次测试', '第5次测试', '第6次测试', '第7次测试'],
                  columns=['第一组', '第二组', '第三组', '第四组', '第五组'])
# 或使用df.plot(kind="bar")
df.plot.bar()
# plt.bar(['第1次测试','第2次测试','第3次测试','第4次测试','第5次测试','第6次测试','第7次测试'], [11,22,33,44,55,66,77])
plt.xticks(rotation=360)
plt.show()

结果：

横向的柱状图：将参数df.plot.bar() 改为df.plot.barh(stacked=True)

2 散点图(机器学习的聚类)

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

# 创建一个DataFrame
data = {'x': [1, 2, 3, 4, 5], 'y': [2, 4, 6, 8, 10]}
df = pd.DataFrame(data)
# 绘制散点图
df.plot(kind='scatter', x='x', y='y')
# 显示图形
plt.show()

结果：

3 饼状图

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
mpl.rcParams["font.family"] = "FangSong"  # 设置字体
mpl.rcParams["axes.unicode_minus"] = False  # 正常显示负号
data1 = pd.Series({'中专': 0.2515, '大专': 0.3724, '本科': 0.3336, '硕士': 0.0368, '其他': 0.0057})
# 将序列的名称设置为空字符，否则绘制的饼图左边会出现None这样的字眼
data1.name = ''
# 控制饼图为正圆
plt.axes(aspect='equal')
# plot方法对序列进行绘图
data1.plot(kind='pie',  # 选择图形类型
           autopct='%.1f%%',  # 饼图中添加数值标签
           radius=1,  # 设置饼图的半径
           startangle=180,  # 设置饼图的初始角度
           counterclock=False,  # 将饼图的顺序设置为顺时针方向
           title='失信用户的受教育水平分布',  # 为饼图添加标题
           wedgeprops={'linewidth': 1.5, 'edgecolor': 'green'},  # 设置饼图内外边界的属性值
           textprops={'fontsize': 10, 'color': 'black'}  # 设置文本标签的属性值
           )
# 显示图形
plt.show()

结果：

本文只供作者回顾知识点所用，由于水平有限，若有错误欢迎诸位大佬指正！！！