df.plot

一、介绍

使用DataFrame的plot方法绘制图像会按照数据的每一列绘制一条曲线，默认按照列columns的名称在适当的位置展示图例，比matplotlib绘制节省时间，且DataFrame格式的数据更规范，方便向量化及计算。

二、df.plot()

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, position=0.5, table=False, yerr=None,
xerr=None, stacked=True/False, sort_columns=False,
secondary_y=False, mark_right=True, **kwds)

2.1 df.plot()不带参数

• （1）默认画折线图
• （2）默认基于索引画所有列
  

2.2 x, y：列名

• （1）基于x列画y列
  

2.3 kind：作图类型

2.3.1 line：折线图

-（1） 注：df.plot(kind=‘line’)与df.plot.line()等价。后续不再强调此特性。

2.3.2 bar：竖直条形图

2.3.3 barh：水平条形图

2.3.4 hist直方图

• （1）不带x,y参数
  

2.3.5 box箱线图

2.3.6 kde密度图

2.3.7 density密度图

• （1）与kde一样
  

2.3.8 scatter散点图

2.3.9 hexbin六角热力图

• （1）某一坐标处重复的点越多，颜色越深
  
  

2.4 subplots是否画子图

• （1）将每一列作为一个子图
• （2）默认False
  

2.5 sharex子图是否共享x轴

• （1）默认共享x轴
  

2.6 sharey子图是否共享y轴

• （1）默认不共享y轴
  

2.7 layout子图布局

• （1）元组类型，指定行数和列数
  

2.8 figsize图片大小

• （1）元组类型，指定宽和高
  

2.9 title 图片名称

2.10 grid是否显示网格

2.11 legend是否显示图例

• （1）默认为True
  

2.12 style类型设置

• （1）参考折线图中的fmt参数https://blog.csdn.net/u010916338/article/details/105543422
  

2.13 logx：x轴是否取对数

2.14 logy：y轴是否取对数

2.15 loglog：x轴y轴是否同时取对数

2.16 xticks：x轴显示的刻度值

• （1）序列形式，比如列表
  

2.17 yticks：y轴显示的刻度值

• （1）序列形式，比如列表
  

2.18 xlim：x轴显示的刻度范围

-（1） tuple类型

2.19 ylim：y轴显示的刻度范围

-（1） tuple类型

2.20 rot：x轴刻度旋转度数

2.21 fontsize：x轴和y轴刻度字体大小

2.22 colorbar：颜色深度条

• （1）只有scatter散点图和hexbin热力图才可以设置colorbar属性
• （2）某一个坐标落的点数越多，颜色越深
  

2.23 stacked ：是否堆叠

• （1）对条形图进行设置
  

2.24 secondary_y：是否使用右边副坐标

• （1）图例会自动带上(right)标记
• （2）使用mark_right可以将该标记去掉
• （3）如果主坐标和副坐标都显示，需要分开画图
  
  

2.25 mark_right：是否将(right)标记去掉