plot参数详解python_pandas.DataFrame.plot( )参数详解

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。

DataFrame.plot( )函数：

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)

注意：每种绘图类型都有相对应的方法； Eg. df.plot(kind='line')与df.plot.line()等价

主要参数详细解释

x : label or position, default None#指数据列的标签或位置参数

y : label, position or list of label, positions, default None

kind : str#绘图类型

‘line’ : line plot (default)#折线图

‘bar’ : vertical bar plot#条形图。stacked为True时为堆叠的柱状图

‘barh’ : horizontal bar plot#横向条形图

‘hist’ : histogram#直方图(数值频率分布)

‘box’ : boxplot#箱型图

‘kde’ : Kernel Density Estimation plot#密度图，主要对柱状图添加Kernel 概率密度线

‘density’ : same as ‘kde’

‘area’ : area plot#与x轴所围区域图(面积图)。Stacked=True时，每列必须全部为正或负值，stacked=False时，对数据没有要求

‘pie’ : pie plot#饼图。数值必须为正值，需指定Y轴或者subplots=True

‘scatter’ : scatter plot#散点图。需指定X轴Y轴

‘hexbin’ : hexbin plot#蜂巢图。需指定X轴Y轴

ax : matplotlib axes object, default None#**子图(axes, 也可以理解成坐标轴) 要在其上进行绘制的matplotlib subplot对象。如果没有设置，则使用当前matplotlib subplot**其中，变量和函数通过改变figure和axes中的元素(例如：title,label,点和线等等)一起描述figure和axes，也就是在画布上绘图。

subplots : boolean, default False#是否对列分别作子图

sharex : boolean, default True if ax is None else False#如果ax为None，则默认为True，否则为False    In case subplots=True, share x axis and set some x axis labels to invisible; defaults to True if ax is None otherwise False if an ax is passed in; Be aware, that passing in both an ax and sharex=True will alter all x axis labels for all axis in a figure!

sharey : boolean, default False#如果有子图，子图共y轴刻度，标签    In case subplots=True, share y axis and set some y axis labels to invisible

layout : tuple (rows, columns) for the layout of subplots#子图的行列布局

figsize : a tuple (width, height) in inches#图片尺寸大小

use_index : boolean, default True#默认用索引做x轴

title : string#图片的标题用字符串 Title to use for the plot

grid : boolean, default None#图片是否有网格

legend : False/True/’reverse’#子图的图例 (默认为True)

style : list or dict#对每列折线图设置线的类型

logx : boolean, default False#设置x轴刻度是否取对数

logy : boolean, default False

loglog : boolean, default False#同时设置x，y轴刻度是否取对数

xticks : sequence#设置x轴刻度值，序列形式(比如列表)

yticks : sequence#设置y轴刻度，序列形式(比如列表)

xlim : float/2-tuple/list#设置坐标轴的范围。数值(最小值)，列表或元组(区间范围)

ylim : float/2-tuple/list

rot : int, default None#设置轴标签(轴刻度)的显示旋转度数

fontsize : int, default None#设置轴刻度的字体大小

colormap : str or matplotlib colormap object, default None#设置图的区域颜色

colorbar : boolean, optional  #柱子颜色    If True, plot colorbar (only relevant for ‘scatter’ and ‘hexbin’ plots)

position : float  #条形图的对齐方式，取值范围[0,1]，即左下端到右上端默认0.5(中间对齐)

layout : tuple (optional)  #布局。layout=(2, 3)两行三列，layout=(2, -1)两行自适应列数  Eg. df.plot(subplots=True, layout=(2, -1), sharex=False)

table : boolean, Series or DataFrame, default False  #图下添加表。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。。

yerr : DataFrame, Series, array-like, dict and str

See Plotting with Error Bars for detail.

xerr : same types as yerr.

stacked : boolean, default False in line and bar plots, and True in area plot. If True, create stacked plot. #前面有介绍

sort_columns : boolean, default False  #对列名称进行排序以确定绘图顺序

secondary_y : boolean or sequence, default False  #设置第二个y轴(右辅助y轴)    Whether to plot on the secondary y-axis If a list/tuple, which columns to plot on secondary y-axis

mark_right : boolean, default True    When using a secondary_y axis, automatically mark the column labels with “(right)” in the legend

2. 其他说明

2.1 其他参数

color:颜色

s:散点图大小

2.2 设置X、Y轴名称ax.set_ylabel('yyy')

ax.set_xlabel('xxx')

2.3 plt.legend(loc='best')

loc:图列位置

3. 其他画图步骤

1)首先定义画图的画布：fig = plt.figure( )

2)然后定义子图ax ，使用 ax= fig.add_subplot( 行，列，位置标)

3)用 ax.plot( )函数或者 df.plot(ax = ax)

4)结尾加plt.show()

注意：在jupternotebook 需要用%定义：%matplotlib notebook；如果是在脚本编译器上则不用，但是需要一次性按流程把代码写完

4. 参考网址