pandas绘制统计图的简单代码

在 Pandas 中，可以使用内置的 plot() 方法来绘制各种类型的图表，如折线图、柱状图、散点图等。plot() 方法可以轻松地将 Pandas DataFrame 和 Series 转换为图表，还可以自定义图表的样式和属性。

以下是一个示例代码，展示了如何使用 Pandas 绘制一个简单的折线图：

import pandas as pd
import matplotlib.pyplot as plt

# 创建一个包含两列数据的 DataFrame
df = pd.DataFrame({'Year': [2010, 2011, 2012, 2013, 2014],
                   'Sales': [100, 150, 200, 250, 300]})

# 将 'Year' 列设置为索引列
df = df.set_index('Year')

# 绘制折线图
df.plot()

# 显示图表
plt.show()

运行这段代码后，将得到一个包含折线图的窗口。

在这个示例中，我们首先创建了一个包含两列数据的 DataFrame，然后将 'Year' 列设置为索引列。接下来，我们调用 DataFrame 的 plot() 方法，将 DataFrame 转换为折线图。最后，我们使用 Matplotlib 的 show() 函数显示图表。

除了折线图之外，Pandas 还支持其他类型的图表，如柱状图、散点图、饼图等。要绘制不同类型的图表，只需要在 plot() 方法中指定不同的参数。例如，要绘制柱状图，可以将 kind 参数设置为 'bar'：

df.plot(kind='bar')

这将把 DataFrame 转换为柱状图。同样地，要绘制散点图，可以将 kind 参数设置为 'scatter'：

df.plot(kind='scatter', x='Year', y='Sales')

这将把 DataFrame 转换为散点图，其中 x 轴对应 'Year' 列，y 轴对应 'Sales' 列。通过指定不同的参数，可以轻松地绘制各种类型的图表。