python绘图：DataFarme内置的绘图功能参数说明

hgz_dm

于 2019-01-02 19:21:36 发布

阅读量1.3k

点赞数 2

分类专栏：编程语言文章标签： DataFrame 绘图

本文链接：https://blog.csdn.net/huguozhiengr/article/details/85330359

版权

本文介绍了pandas DataFrame.plot()的常用参数，包括x、y、kind、ax、subplots等，详细阐述了如何利用这个方法进行数据可视化，如折线图、柱状图等，并提及了与matplotlib的关系和进一步自定义图形的可能性。

摘要由CSDN通过智能技术生成

可视化是数据探索性分析及结果表达的一种非常重要的形式，因此打算写一个python绘图系列，本文是第一篇，先说一下pandas.DataFrame.plot()绘图功能。

在0.23.4版本的pandas中，pandas.DataFrame.plot()中常用的参数有以下几个

x：横坐标上的标签，一般是DataFrame中某个column的名称，默认为None
y：纵坐标上要显示的column，如果不指定column，则默认会绘制DataFrame中所有对象类型为数值型的columns，非数值对象类型的column不显示
kind：选择图表类型，默认为折线图。可选参数为‘line’(折线图)、‘bar’(柱状图，竖直方向)、‘barh’(柱状图，水平方向)、‘hist’(直方图)、‘box’(箱线图)、‘kde’(核密度估计图)、‘area’(面积图)、‘pie’(饼状图)、‘scatter’(散点图)、‘hexbin’(全成为hexagonal binning，有点类似热点图，用于显示一个区域中点的个数，不过是用正六边形表示数值区域)
ax：matplotlib中的axes对象(可以理解为子图对象)。在多子图(使用matplotlib的subplots()函数,或者add_subplot()函数时)，可以通过该参数选择在哪个子图上绘制图形。参数默认为None
subplots：是否单独显示每个columns，默认为False。设置为True时，会将每个columns的数据单独在一个子图中显示
sharex：仅作用

关注

专栏目录