用python怎么画图_Pandas plot绘图功能怎么使用?

它用于使用matplotlib / pylab绘制DataFrame的图。每种绘图类型在DataFrame.plot访问器上都有一个对应的方法:df.plot(kind =’line’), 通常等效于df.plot.line()。

句法:

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)

参数:

数据:DataFrame

x:表示标签或位置, 默认值无

y:表示标签, 位置或标签列表, 位置, 默认值无

它允许绘制一列相对于另一列。

种类:str

‘line’:折线图(默认)

‘bar’:垂直条形图

‘barh’:水平条形图

‘hist’:直方图

‘box’:箱线图

‘where’:内核密度估计图

“密度”:与”位置”相同

‘area’:面积图

‘pie’:饼图

‘散点图’:散点图

‘hexbin’:六边形图

ax:matplotlib轴对象, 默认值无

子图:布尔值, 默认为False

为每列分别创建子图

sharex:如果ax为None, 则返回布尔值和默认值True, 否则返回False。

如果子图= True, 则它共享x轴并将一些x轴标签设置为不可见;

如果ax为None, 则其默认值为True;否则为false。否则, 如果传递了斧头, 则返回false。如果在轴和共享轴上同时传递True, 则它将更改所有x轴标签。

sharey:它还返回一个布尔值, 默认值为False。

如果subplots = True, 则它共享y轴并将一些y轴设置为不可见的标签。

layout:这是一个可选参数, 它引用子图的布局的元组。

figsize:表示以英寸为单位的元组(宽度, 高度)。

use_index:返回布尔值;默认值为True。

它使用索引作为X轴的刻度。

title:指定义图标题的字符串或列表。如果我们传递一个字符串, 它将在图的顶部打印字符串。如果我们通过一个列表并将子图作为True传递, 它将在相应的子图中将列表中的每个项目打印出来。

grid:返回布尔值, 默认值为”无”。它定义了轴线网格线。

图例:返回False / True /’reverse’并将图例放置在轴子图上。

样式:返回列表或字典。它定义每列的matplotlib线条样式。

logx:返回布尔值;默认值为False。

它通常在x轴上使用对数刻度。

类型:返回布尔值;默认值为False。

通常, 它在y轴上使用对数缩放。

loglog:返回布尔值;默认值为False。

它在x和y轴上都使用对数缩放

xticks:指的是由用于xticks的值组成的序列。

yticks:是指由要用于yticks的值组成的序列。

xlim:包含2个元组/列表。

ylim:包含2个元组/列表

rot:指整数。默认值无

通常旋转刻度线(xticks表示垂直, yticks表示水平图)

fontsize:是指整数值;默认值为无。

它的主要任务是为xticks和yticks指定字体大小。

colormap:指的是str或matplotlib colormap对象, 默认值为None。

它提供了颜色图以选择颜色。如果值是字符串, 则会从matplotlib中加载具有该名称的颜色图。

colorbar:它是一个可选参数, 返回布尔值。

如果值为True, 则绘制颜色条(仅与”散布”和”六边形”图有关)

位置:指浮点值。

它的主要任务是为条形图布局指定相对路线。其值的范围是0(左/底端)到1(右/上端)。默认值为0.5(中心)。

表:返回布尔值, Series或DataFrame, 默认值为False

如果值为True, 则使用DataFrame中的数据绘制一张表。

如果我们传递Series或DataFrame, 它将传递数据以绘制表格。

yerr:指DataFrame, Series, 类数组, dict和str。

xerr:与yerr相同。

stacked:返回布尔值;行中的默认值为False,

条形图, 面积图为True。如果值为True, 它将创建一个堆积图。

sort_columns:返回布尔值;默认值为False

它对列名称进行排序以确定图的顺序

secondary_y:返回布尔值或序列;默认值为False。

它检查是否在次要y轴上绘制。如果是列表/元组, 它将在次要y轴上绘制列表/元组的列

mark_right:返回布尔值;默认值是true。

在使用secondary_y轴时使用, 自动在图例中用”(右)”标记列标签

‘** kwds’:这是一个可选参数, 表示传递给matplotlib绘图方法的选项。

例:

# import libraries

import matplotlib.pyplot as plt

import pandas as pd

import numpy as np

p = pd.Series(np.random.randn(2000), index = pd.date_range(

'2/2/2000', periods = 2000))

p = ts.cumsum()

p.plot()

plt.show()

输出

python-plot.png

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,很高兴为您解答有关Python绘图函数的问题。pandas.DataFrame.plot() 是一个常用的 Python 绘图函数,它可以对 DataFrame 中的数据进行可视化展示,非常方便和实用。下面我将为您详细介绍这个函数。 pandas.DataFrame.plot() 函数是 pandas 库中的一个函数,它可以用来绘制 DataFrame 中的数据。这个函数可以支持多种类型的图形,包括线性图、散点图、柱状图、饼图等。在使用这个函数之前,需要先引入 pandas 和 matplotlib 库,例如: ```python import pandas as pd import matplotlib.pyplot as plt ``` 然后,我们就可以使用 DataFrame.plot() 函数来绘制图形了。这个函数的基本语法如下: ```python DataFrame.plot(kind='line', x=None, y=None, ax=None, subplots=False, figsize=None, title=None) ``` 其中,kind 参数表示要绘制的图形类型,x 和 y 参数分别表示数据中要作为 X 轴和 Y 轴的列名称,ax 参数用于指定绘图的坐标轴,subplots 参数表示是否将每个列绘制到单独的子图中,figsize 参数用于指定图形的大小,title 参数表示图形的标题。 下面给出几个示例: ```python # 示例1:绘制线性图 data = {'x': [1, 2, 3, 4, 5], 'y': [2, 4, 6, 8, 10]} df = pd.DataFrame(data) df.plot(kind='line', x='x', y='y') plt.show() # 示例2:绘制散点图 data = {'x': [1, 2, 3, 4, 5], 'y': [2, 4, 6, 8, 10]} df = pd.DataFrame(data) df.plot(kind='scatter', x='x', y='y') plt.show() # 示例3:绘制柱状图 data = {'x': ['A', 'B', 'C', 'D', 'E'], 'y': [2, 4, 6, 8, 10]} df = pd.DataFrame(data) df.plot(kind='bar', x='x', y='y') plt.show() ``` 以上就是 pandas.DataFrame.plot() 函数的基本介绍和示例。希望对您有所帮助!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值