df1=df[:5]df1.plot(‘Country’,[‘Corruption’,’Freedom’,’Generosity’,’Social support’],kind = ‘line’)同样的，如果把参数改成kind = ‘line’，还能绘制出箱形图：df[:5].plot(x=’Country’,kind=’box’)对于散点图，设置kind=’scatter’，绘制出腐败程度与自由度之间的关系，用color=...
df.plot.box(); 2. 箱型图可以通过参数 color 进行着色 color是dict类型,包含的键分别是 boxes, whiskers, medians and caps color = { "boxes": "DarkGreen", "whiskers": "DarkOrange", "medians": "DarkBlue", "caps": "Gray", } df.plot.box(color=color, sym="r+") 3. 可以使用参数 ver...
通过colormap参数可以指定色系,色系选择可以参考matplotlib库的色系表 代码语言:javascript 代码运行次数:0 运行 AI代码解释 # 指定色系 x=df.plot.bar(colormap='rainbow') 多子图 通过subplots参数决定是否以多子图形式输出显示图表 代码语言:javascript 代码运行次数:0 运行 AI代码解释 # 多子图 x=df.plot.line(...
.: } df.plot.box(color=color, sym="r+"); 可以转成横向的: 代码语言:javascript 代码运行次数:0 运行 AI代码解释 df.plot.box(vert=False); 除了box,还可以使用DataFrame.boxplot来画box图: 代码语言:javascript 代码运行次数:0 运行 AI代码解释 In [42]: df = pd.DataFrame(np.random.rand(10, ...
Line (line plot) - 线 Markers (scatter plot) - 标记 Major tick - 主刻度 Minor tick - 次刻度 Axes - 轴 Spines - 脊 这些基础概念十分有用,希望大家能记住其作用及对应的英文。如果遇到更复杂的需求,可以直接在官网文档中进行查询。 环境
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,...
df.plot.line() # 折线的全写方式 df.plot.bar() # 柱状图 df.plot.barh() # 横向柱状图 (条形图) df.plot.hist() # 直方图 df.plot.box() # 箱形图 df.plot.kde() # 核密度估计图 df.plot.density() # 同 df.plot.kde() df.plot.area() # 面积图 ...
没有可以传递给df.plot的参数,它可以为单个列以不同的方式对条形图进行着色。 由于不同列的条形图颜色不同,一个选项是在绘图之前转置数据框, ax = df.T.plot(kind='bar', label='index', colormap='Paired') 这现在会将数据绘制为子组的一部分。因此,需要进行一些调整以正确设置限制和 xlabels。
>>>axes = df.plot.line(subplots=True)>>>type(axes) <class'numpy.ndarray'> 让我们重复相同的示例,但为每列指定颜色(在本例中,为每只动物)。 >>>axes = df.plot.line(...subplots=True, color={"pig":"pink","horse":"#742802"}...) ...
DataFrame.plot.line(x=None,y=None,**kwargs) df.plot.line(x='月份', y='销量') 更多的参数设置 ax = df.plot.line(x='月份', y='销量', title='每个月的销量', style='--', linewidth=3, color='green') 2. 直方图 DataFrame.plot.hist(by=None,bins=10,**kwargs) df = pd.DataFrame...