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=
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...
<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"}...) 以下示例显示了两个总体之间的关系。 >>>lines = df.plot.line(x='pig', y='horse')...
df[:5].plot(style=':') # 虚线 df[:5].plot(style='-.') # 虚实相间 df[:5].plot(style='--') # 长虚线 df[:5].plot(style='-') # 实线(默认) df[:5].plot(style='.') # 点 df[:5].plot(style='*-') # 实线,数值为星星 df[:5].plot(style='^-') # 实线,数值为三角...
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(title='多子图',fontsize=16,subplots=True,# 分列 style=['.-','--','*-','^-']# 圆点、虚线、星星) ...
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
.: } 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, ...
data[['Hue','class']].groupby(['class']).mean().plot.bar()将类添加到之前创建的散点图中。使用Plotly，可以轻松地给每个类使用不同的颜色，以便直观地区分：fig = data[['Hue', 'Proline', 'class']].plot.scatter(x='Hue', y='Proline', color='class', title='Proline and Hue by wine...
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,...
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...