pandas.DataFrame.plot( )参数详解

Posted bobpong

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pandas.DataFrame.plot( )参数详解相关的知识,希望对你有一定的参考价值。

       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=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, fontsize=None, colormap=None,
  position=0.5, table=False, yerr=None, xerr=None, stacked=True/False,
  sort_columns=False, secondary_y=False, mark_right=True, **kwds)

注意:每种绘图类型都有相对应的方法; Eg. df.plot(kind=‘line‘)与df.plot.line()等价

 

主要参数详细解释

官网:http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.html

源码:https://github.com/pandas-dev/pandas/blob/v0.24.2/pandas/plotting/core.py#L2912-L3605

 

  • x : label or position, default None#指数据列的标签或位置参数
  • y : label, position or list of label, positions, default None
  • kind : str#绘图类型

‘line’ : line plot (default)#折线图

‘bar’ : vertical bar plot#条形图。stacked为True时为堆叠的柱状图

‘barh’ : horizontal bar plot#横向条形图

‘hist’ : histogram#直方图(数值频率分布)

‘box’ : boxplot#箱型图

‘kde’ : Kernel Density Estimation plot#密度图,主要对柱状图添加Kernel 概率密度线

‘density’ : same as ‘kde’

‘area’ : area plot#与x轴所围区域图(面积图)。Stacked=True时,每列必须全部为正或负值,stacked=False时,对数据没有要求

‘pie’ : pie plot#饼图。数值必须为正值,需指定Y轴或者subplots=True

‘scatter’ : scatter plot#散点图。需指定X轴Y轴

‘hexbin’ : hexbin plot#蜂巢图。需指定X轴Y轴

  • ax : matplotlib axes object, default None#**子图(axes, 也可以理解成坐标轴) 要在其上进行绘制的matplotlib subplot对象。如果没有设置,则使用当前matplotlib subplot**其中,变量和函数通过改变figure和axes中的元素(例如:title,label,点和线等等)一起描述figure和axes,也就是在画布上绘图。
  • subplots : boolean, default False#是否对列分别作子图
  • sharex : boolean, default True if ax is None else False#如果ax为None,则默认为True,否则为False    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#如果有子图,子图共y轴刻度,标签    In case subplots=True, share y axis and set some y axis labels to invisible
  • layout : tuple (rows, columns) for the layout of subplots#子图的行列布局
  • figsize : a tuple (width, height) in inches#图片尺寸大小
  • use_index : boolean, default True#默认用索引做x轴
  • title : string#图片的标题用字符串 Title to use for the plot
  • grid : boolean, default None#图片是否有网格
  • legend : False/True/’reverse’#子图的图例 (默认为True)
  • style : list or dict#对每列折线图设置线的类型
  • logx : boolean, default False#设置x轴刻度是否取对数
  • logy : boolean, default False
  • loglog : boolean, default False#同时设置x,y轴刻度是否取对数
  • xticks : sequence#设置x轴刻度值,序列形式(比如列表)
  • yticks : sequence#设置y轴刻度,序列形式(比如列表)
  • xlim : float/2-tuple/list#设置坐标轴的范围。数值(最小值),列表或元组(区间范围)
  • ylim : float/2-tuple/list
  • rot : int, default None#设置轴标签(轴刻度)的显示旋转度数  
  • fontsize : int, default None#设置轴刻度的字体大小
  • colormap : str or matplotlib colormap object, default None#设置图的区域颜色
  • colorbar : boolean, optional  #柱子颜色    If True, plot colorbar (only relevant for ‘scatter’ and ‘hexbin’ plots)
  • position : float  #条形图的对齐方式,取值范围[0,1],即左下端到右上端默认0.5(中间对齐) 
  • layout : tuple (optional)  #布局。layout=(2, 3)两行三列,layout=(2, -1)两行自适应列数  Eg. df.plot(subplots=True, layout=(2, -1), sharex=False)
  • table : boolean, Series or DataFrame, default False  #图下添加表。如果为True,则使用DataFrame中的数据绘制表格,并且数据将被转置以满足matplotlib的默认布局。。
  • 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. #前面有介绍
  • sort_columns : boolean, default False  #对列名称进行排序以确定绘图顺序
  • secondary_y : boolean or sequence, default False  #设置第二个y轴(右辅助y轴)    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

 

2. 其他说明

2.1 其他参数

color:颜色

s:散点图大小


2.2 设置X、Y轴名称
ax.set_ylabel(‘yyy‘)

ax.set_xlabel(‘xxx‘)

 

2.3 plt.legend(loc=‘best‘)

loc:图列位置

 

3. 其他画图步骤
1)首先定义画图的画布:fig = plt.figure( )

2)然后定义子图ax ,使用 ax= fig.add_subplot( 行,列,位置标)

3)用 ax.plot( )函数或者 df.plot(ax = ax)

4)结尾加plt.show()

注意:在jupternotebook 需要用%定义:%matplotlib notebook;如果是在脚本编译器上则不用,但是需要一次性按流程把代码写完

4. 参考网址

1)学习pandas下的dataframe画图参数

2)python:利用pandas进行绘图(总结)绘图格式

3)pandas.DataFrame.plot官网

4)官网举例

以上是关于pandas.DataFrame.plot( )参数详解的主要内容,如果未能解决你的问题,请参考以下文章

pandas.DataFrame.plot( )参数详解

如何在 pandas.DataFrame.plot() 中为标题设置字体大小?

python pandas.DataFrame.plot()画出来的图如何显示x轴出来。

pandas.DataFarme内置的绘图功能参数说明

Python数据挖掘Pandas

python pandas 画图