plot(secondary_y=["A", "B"], mark_right=False); 坐标文字调整 使用时间做坐标的时候,因为时间太长,导致x轴的坐标值显示不完整,可以使用x_compat=True 来进行调整: 代码语言:javascript 代码运行次数:0 运行 AI代码解释 In [133]: plt.figure(); In [134]: df["A"].plot(x_
df.B.plot(secondary_y=True) # 设置第二个y轴(右y轴) #图2 ax = df.plot(secondary_y=['A', 'B']) # 定义column A B使用右Y轴。 # ax(axes)可以理解为子图,也可以理解成对黑板进行切分,每一个板块就是一个axes ax.set_ylabel('CD scale') # 主y轴标签 ax.right_ax.set_ylabel('AB sc...
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。
使用secondary_y=True 可以绘制多个Y轴数据: In [125]: plt.figure();In [126]: ax = df.plot(secondary_y=["A", "B"])In [127]: ax.set_ylabel("CD scale");In [128]: ax.right_ax.set_ylabel("AB scale"); 小图标上面默认会添加right字样,想要去掉的话可以设置mark_right=False: In [12...
df3.plot(x="A", y="B"); 1. 2. 3. 4. 5. 其他图像 plot() 支持很多图像类型,包括bar, hist, box, density, area, scatter, hexbin, pie等,下面我们分别举例子来看下怎么使用。 bar df.iloc[5].plot(kind="bar"); 1. 多个列的bar: ...
df.plot(figsize = (8, 6)) #默认将df中所有列的数据都绘成图,X轴默认为index列,figsize指图形尺寸 plt.show() ```  ### 3.1.2 添加第二根y轴 ```python df.x.plot() #对x列作图 df.y.plot(secondary_y=True) # 对y列作图,并将y列设置...
xerr=None,secondary_y=False, sort_columns=False, **kwds) Parameters: x : labelorposition, default None#指数据框列的标签或位置参数y : labelorposition, default None kind : str ‘line’ : line plot (default)#折线图‘bar’ : vertical bar plot#条形图‘barh’ : horizontal bar plot#横向条...
1.4 绘制折线图-双y轴 折线图–双y轴 A、C、D使用一个y轴,B使用一个y轴 代码语言:javascript 代码运行次数:0 运行 AI代码解释 # 折线图|双y轴 # A、C、D使用一个y轴,B使用一个y轴 ax = df.plot(secondary_y=['A', 'C', 'D'], figsize=(10, 6), # 画布大小 title='标题', # 标题 ...
secondary_y=False, **kwds, ) 其中,常用的参数说明如下: kind:绘制图形的类型,如线形图 line,柱状图 bar,散点图 scatter 等。 x:指定用于横坐标的列名或数组。 y:指定用于纵坐标的列名或数组。 title:图形的标题。 xlabel:横坐标的标签。 ylabel:纵坐标的标签。
ax=df.plot( secondary_y=['gmv'], x_compat=True, grid=True) ax.set_title("pv-gmv") ax.set_ylabel('pv') ax.grid(linestyle="--", alpha=0.3) ax.right_ax.set_ylabel('gmv') plt.show() 1 2 3 4 5 6 7 8 9 10 11