在0.23.4版本的pandas中,pandas.DataFrame.plot()中常用的参数有以下几个 x:横坐标上的标签,一般是DataFrame中某个column的名称,默认为None y:纵坐标上要显示的column,如果不指定column,则默认会绘制DataFrame中所有对象类型为数值型的columns,非数值对象类型的column不显示 kind:选择图表类型,默认为折线图。可选参数...
#DataFrame 的密度图,会给每一列都画一条密度估计线,并将columns自动生成图例 fig.add_subplot(2,1,2) df=DataFrame(np.random.rand(10,4).cumsum(0),index=np.arange(0,100,10),columns=pd.Index(['A','B','C','D'],name='Genus')) df.plot(kind='kde') plt.title(u"DataFrame的密度图")...
df = pd.DataFrame(np.random.randn(1000, 4), index=pd.date_range("1/1/2000", periods=1000), columns=list("ABCD")) df = df.cumsum() df.plot() 3. 使用x和y参数,绘制一列与另一列的对比 df3 = pd.DataFrame(np.random.randn(1000, 2), columns=["B", "C"]).cumsum() df3["A"...
使用DataFrame的plot方法绘制图像会按照数据的每一列绘制一条曲线,默认按照列columns的名称在适当的位置展示图例,比matplotlib绘制节省时间,且DataFrame格式的数据更规范,方便向量化及计算。 DataFrame.plot( )函数: DataFrame.plot(x=None, y=None, kind='line', ax=None, subplots=False, sharex=None, sharey=Fals...
最近github上发现了一个库(plottable),可以用简单的方式就设置出花哨的 DataFrame 样式。 github上的地址:https://github.com/znstrider/plottable 1. 安装 通过pip 安装: pip install plottable 2. 行的颜色 使用plottable的API,调整背景和字体的颜色非常方便。 2.1. 奇偶行不同颜色 奇偶行设置不同的颜色,...
7 xerr=None,secondary_y=False, sort_columns=False, **kwds) 8''' 9 10# DataFrame.plot() 函数参数配置: 11# x : 横向标记位置,默认为None 12# y : 纵向标记位置,默认为None 13# kind 参数 : 绘制类型(字符串) 14# ‘kind=line’ : 折线图模式 ...
如果为 `True`，则将DataFrame转换为表格形式进行绘制。`yerr` 和 `xerr` 参数 用于添加数据点的误差条。`stacked` 参数 在折线图和条形图中，设置为 `True` 可以创建堆叠图。`sort_columns` 参数 决定按字母顺序绘制列，或默认按数据列的顺序。`secondary_y` 参数 允许在图形中设置第二个y轴，...
subplots:将各个DataFrame列绘制到单独的subplot中 sharex,sharey:共享x,y轴 figsize:控制图像大小 title:图像标题 legend:添加图例,默认显示 sort_columns:以字母顺序绘制各列,默认使用当前顺序 柱状图 在生成线型图的代码中加上kind=‘bar’或者kind=‘barh’,可以生成柱状图或水平柱状图。
‘scatter’ : scatter plot #散点图 需要传入columns方向的索引 ‘hexbin’ :hexbin plot#具有六边形单元的二维直方图 ax:轴对象,默认无 subplots :boolean, default False#图片中是否有子图 sharex:bool, default True if ax is None else False ax存在则为True,否则False ...
2 对于DataFrame数据也是一样。data = pd.DataFrame(np.random.randn(10,4).cumsum(0) ,columns=['a','b','c','d'], index=np.arange(0,100,10)data.plot()plt.show()同样得到a、b、c、d四条线的图表 3 在生产线型图的代码中，加上kind=‘bar...