詳解pandas.DataFrame.plot() 畫圖函式
阿新 • • 發佈：2020-06-15
首先看官網的DataFrame.plot( )函式
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,xerr=None,secondary_y=False,sort_columns=False,**kwds)
引數詳解如下：
Parameters: x : label or position,default None#指資料框列的標籤或位置引數 y : label or position,default None kind : str ‘line' : line plot (default)#折線圖 ‘bar' : vertical bar plot#條形圖 ‘barh' : horizontal bar plot#橫向條形圖 ‘hist' : histogram#柱狀圖 ‘box' : boxplot#箱線圖 ‘kde' : Kernel Density Estimation plot#Kernel 的密度估計圖，主要對柱狀圖新增Kernel 概率密度線 ‘density' : same as ‘kde' ‘area' : area plot#不瞭解此圖 ‘pie' : pie plot#餅圖 ‘scatter' : scatter plot#散點圖 需要傳入columns方向的索引 ‘hexbin' : hexbin plot#不瞭解此圖 ax : matplotlib axes object,default None#**子圖(axes,也可以理解成座標軸) 要在其上進行繪製的matplotlib subplot物件。如果沒有設定，則使用當前matplotlib subplot**其中，變數和函式通過改變figure和axes中的元素（例如：title,label,點和線等等）一起描述figure和axes，也就是在畫布上繪圖。 subplots : boolean,default False#判斷圖片中是否有子圖 Make separate subplots for each column sharex : boolean,default True if ax is None else False#如果有子圖，子圖共x軸刻度，標籤 In case subplots=True,share x axis and set some x axis labels to invisible; defaults to True if ax is None otherwise False if an ax is passed in; Be aware,that passing in both an ax and sharex=True will alter all x axis labels for all axis in a figure! sharey : boolean,default False#如果有子圖，子圖共y軸刻度，標籤 In case subplots=True,share y axis and set some y axis labels to invisible layout : tuple (optional)#子圖的行列布局 (rows,columns) for the layout of subplots figsize : a tuple (width,height) in inches#圖片尺寸大小 use_index : boolean,default True#預設用索引做x軸 Use index as ticks for x axis title : string#圖片的標題用字串 Title to use for the plot grid : boolean,default None (matlab style default)#圖片是否有網格 Axis grid lines legend : False/True/'reverse'#子圖的圖例，新增一個subplot圖例(預設為True) Place legend on axis subplots style : list or dict#對每列折線圖設定線的型別 matplotlib line style per column logx : boolean,default False#設定x軸刻度是否取對數 Use log scaling on x axis logy : boolean,default False Use log scaling on y axis loglog : boolean,default False#同時設定x，y軸刻度是否取對數 Use log scaling on both x and y axes xticks : sequence#設定x軸刻度值，序列形式（比如列表） Values to use for the xticks yticks : sequence#設定y軸刻度，序列形式（比如列表） Values to use for the yticks xlim : 2-tuple/list#設定座標軸的範圍，列表或元組形式 ylim : 2-tuple/list rot : int,default None#設定軸標籤（軸刻度）的顯示旋轉度數 Rotation for ticks (xticks for vertical,yticks for horizontal plots) fontsize : int,default None#設定軸刻度的字型大小 Font size for xticks and yticks colormap : str or matplotlib colormap object,default None#設定圖的區域顏色 Colormap to select colors from. If string,load colormap with that name from matplotlib. colorbar : boolean,optional #圖片柱子 If True,plot colorbar (only relevant for ‘scatter' and ‘hexbin' plots) position : float Specify relative alignments for bar plot layout. From 0 (left/bottom-end) to 1 (right/top-end). Default is 0.5 (center) layout : tuple (optional) #佈局 (rows,columns) for the layout of the plot table : boolean,Series or DataFrame,default False #如果為正，則選擇DataFrame型別的資料並且轉換匹配matplotlib的佈局。 If True,draw a table using the data in the DataFrame and the data will be transposed to meet matplotlib's default layout. If a Series or DataFrame is passed,use passed data to draw a table. yerr : DataFrame,Series,array-like,dict and str See Plotting with Error Bars for detail. xerr : same types as yerr. stacked : boolean,default False in line and bar plots,and True in area plot. If True,create stacked plot. sort_columns : boolean,default False # 以字母表順序繪製各列，預設使用前列順序 secondary_y : boolean or sequence,default False ##設定第二個y軸（右y軸） Whether to plot on the secondary y-axis If a list/tuple,which columns to plot on secondary y-axis mark_right : boolean,default True When using a secondary_y axis,automatically mark the column labels with “(right)” in the legend kwds : keywords Options to pass to matplotlib plotting method Returns:axes : matplotlib.AxesSubplot or np.array of them
1、畫圖圖形
import pandas as pd
from pandas import DataFrame,Series
df = pd.DataFrame(np.random.randn(4,4),index = list('ABCD'),columns=list('OPKL'))
df
Out[4]:
O P K L
A -1.736654 0.327206 -1.000506 1.235681
B 1.216879 0.506565 0.889197 -1.478165
C 0.091957 -2.677410 -0.973761 0.123733
D -1.114622 -0.600751 -0.159181 1.041668
注意一下散點圖scatter是需要傳入兩個Y的columns引數的：
傳入x，y引數
同時畫多個子圖，可以設定 subplot = True
2、注意事項：
- 在畫圖時，要注意首先定義畫圖的畫布：fig = plt.figure( )
- 然後定義子圖ax ，使用 ax= fig.add_subplot( 行，列，位置標)
- 當上述步驟完成後，可以用 ax.plot（）函式或者 df.plot(ax = ax)
- 在jupternotebook 需要用%定義：%matplotlib notebook；如果是在指令碼編譯器上則不用，但是需要一次性按流程把程式碼寫完；
- 結尾時都注意記錄上plt.show()
到此這篇關於詳解pandas.DataFrame.plot() 畫圖函式的文章就介紹到這了,更多相關pandas.DataFrame.plot( )畫圖內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們！