pandas 作为python主流的科学计算库,提供了很多可视化图形展示的api,本篇主要介绍pd.DataFrame.Plot()方法
DataFrame.plot(x=None, y=None, kind='line', ax=None, subplots=False,
sharex=None, sharey=False, layout=None, figsize=None,
use_index=True, title=None, grid=None, legend=True,
style=None, logx=False, logy=False, loglog=False,
xticks=None, yticks=None, xlim=None, ylim=None, rot=None,
fontsize=None, colormap=None, table=False, yerr=None,
xerr=None, secondary_y=False, sort_columns=False, **kwds)
其中:
- x: 做为x轴的参数
- y: 做y的属性
- kind: 代表所做图形的类别,其可选参数为: ‘line’,'bar','barh','hist','box','kde','density','area','pie','scatter','hexbin',
- ax : 轴对象
- subplots: boolean 每列单独做子图
- sharex: boolean 是否共享x轴
- sharey: boolean 是否共享y轴
- layout : tuple 表示子图的布局
- figsize : 以英寸为单位的元组(宽,高)
- use_index: 使用index作为x轴的刻度
- title: 字符串或列表 做图的标题
- grid:是否显示网格线
- legend: 是否显示图例
- style: 每列的样式
- logx,logy: 在x,y轴上使用对数缩放
- xticks,yticks: x,y轴标签
- xlim,ylim: x,y轴刻度限制
- rot:旋转刻度
- fontsize: xticks和yticks的字体大小
- colormap: 用于选择颜色
- colorbar: 如果为True,则绘制colorbar(仅与'scatter'和'hexbin'图相关)
- position: 指定条形图布局相对齐
- table: 如果为True,则使用DataFrame中的数据绘制表格,并且数据将被转置以满足matplotlib的默认布局。 如果传递了Series或DataFrame,则使用传递的数据绘制表。
- yerr ,xerr: 我也不知道
- stacked: 在线条和条形图,以及区域图中的True。 如果为True,则创建堆积图。
- sort_columns: 对列名进行排序
- secondary_y: 是否绘制辅助y轴
- mark_right: 使用辅助y轴时,图例中使用right标记列标签