Python如何利用pandas读取csv数据并绘图

目录

• 如何利用pandas读取csv数据并绘图
• 绘制图像
• 展示结果
• pandas画pearson相关系数热力图
• pearson相关系数计算函数

如何利用pandas读取csv数据并绘图

导包，常用的numpy和pandas，绘图模块matplotlib，

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
fig = plt.figure()
ax = fig.add_subplot(111)

读取csv文件的数据，保存到numpy数组内

path_csv = \"E:\\\\python\\\\python\\\\2021\\\\202104\\\\04091\\\\path_data.csv\"
xa = np.array([42.0, 44.4, 43.1, 40.6])
ya = np.array([21.6, 21.2, 13.5, 14.0])
xa1 = np.array([10, 40])
ya1 = np.array([10, 40])
path_data_x = pd.read_csv(path_csv, header=None, usecols=[0])
path_data_y = pd.read_csv(path_csv, header=None, usecols=[1])
path_x = np.array(path_data_x)[:, 0]
path_y = np.array(path_data_y)[:, 0]

绘制图像

print(path_x[0])
print(path_y[0])
ax.plot(xa1, ya1, color=\'g\', linestyle=\'\', marker=\'.\')
ax.plot(xa, ya, color=\'g\', linestyle=\'-\', marker=\'.\')
ax.plot(path_x, path_y, color=\'m\', linestyle=\'\', marker=\'.\')
plt.show()

展示结果

pandas画pearson相关系数热力图

pearson相关系数计算函数

• data.corr()

该方法支持空值：np.nan

import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
data = pd.DataFrame({\"A\":[np.nan,2,9], \"B\":[4,14,6], \"c\":[987,8,9]})
f, ax= plt.subplots(figsize = (14, 10))
corr = data.corr()
# print(corr)
sns.heatmap(corr,cmap=\'RdBu\', linewidths = 0.05, ax = ax)
# 设置Axes的标题
ax.set_title(\'Correlation between features\')
plt.show()
plt.close()
f.savefig(\'sns_style_origin.jpg\', dpi=100, bbox_inches=\'tight\')

其中heatmap()方法中有annot参数，默认为False，不显示每个颜色的数字，如果设置为：annot=True， 则在每个热力图上显示数字。

效果如下：

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。