1 plot介紹

????????使用DataFrame的plot方法繪制圖像會按照數據的每一列繪制一條曲線，默認按照列columns的名稱在適當的位置展示圖例，比matplotlib繪制節省時間，且DataFrame格式的數據更規范，方便向量化及計算。

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 主要參數

kind?	繪圖類型	‘line’	折線圖
		‘bar’	條形圖。 stacked為True時為堆疊的柱狀圖
		‘barh’?	橫向條形圖
		‘hist’	直方圖（數值頻率分布）
		‘box’?	箱型圖
		‘kde’	Kernel Density Estimation plot 密度圖，主要對柱狀圖添加Kernel 概率密度線
		‘area’?	與x軸所圍區域圖（面積圖）。 Stacked=True時，每列必須全部為正或負值， stacked=False時，對數據沒有要求
		‘pie’	餅圖。 數值必須為正值，需指定Y軸或者subplots=True
		‘scatter’?	散點圖。需指定X軸Y軸
		‘hexbin’?	蜂巢圖。需指定X軸Y軸
subplots?	?boolean default False 是否對列分別作子圖
grid	圖片是否有網格
legend	子圖的圖例 (默認為True)
logx?	設置x軸刻度是否取對數
logy?	設置y軸刻度是否取對數
loglog	同時設置x，y軸刻度是否取對數
xlim&ylim	設置坐標軸的范圍。 數值（最小值）或元組（區間范圍）
fontsize	設置軸刻度的字體大小
colormap	設置圖的區域顏色
colorbar	柱子顏色
secondary_y?	?boolean or sequence, default False? 設置第二個y軸（右輔助y軸）

?2.1 其他需要注意的地方

2.1.1 設置X、Y軸名稱

ax.set_ylabel('yyy')

ax.set_xlabel('xxx')

2.1.2 plt.legend(loc='best')

• loc:圖列位置

2.1.3每種繪圖類型都有相對應的方法。

比如，?df.plot(kind='line')與df.plot.line()等價

2.1.4 畫圖步驟

1）首先定義畫圖的畫布：fig = plt.figure( )

2）然后定義子圖ax ，使用 ax= fig.add_subplot( 行，列，位置標)

3）用 ax.plot( )函數或者 df.plot(ax = ax)

4）結尾加plt.show()

3 畫圖舉例

3.0 直接做圖

每一列一條線

import numpy as npimport pandas as pdimport matplotlib.pyplot as pltts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000)) # ts = ts.cumsum()df =pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list('ABCD')) df = df.cumsum()df.plot()#每一列一條線

?

?

3.1 主副軸

import numpy as npimport pandas as pdimport matplotlib.pyplot as pltts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))df =pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list('ABCD')) df = df.cumsum()#A圖用左Y軸標注，B圖用右Y軸標注，二者共用一個X軸df.A.plot()#對A列作圖，同理可對行做圖df.B.plot(secondary_y=True, style='g')#設置第二個y軸（右y軸）

?3.1.1 主副軸分別設置標簽位置

import numpy as npimport pandas as pdimport matplotlib.pyplot as pltts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))df =pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list('ABCD')) df = df.cumsum()ax = df.plot(secondary_y=['A', 'B']) # 定義column A B使用右Y軸。ax.set_ylabel('CD scale')ax.right_ax.set_ylabel('AB scale')ax.legend(loc='upper left') #設置圖例的位置ax.right_ax.legend(loc='upper right') #分別設置主副軸的位置和標題plt.show()

?

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的pandas 知识点补充：绘图plot的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。