看过来
《pandas 教程》 持续更新中,提供建议、纠错、催更等加作者微信: gairuo123(备注:pandas教程)和关注公众号「盖若」ID: gairuo。跟作者学习,请进入 Python学习课程。欢迎关注作者出版的书籍:《深入浅出Pandas》 和 《Python之光》。
默认的 plot 方法可以帮助我们快速地绘制各种图形,本文介绍在使用 plot 绘图时常用的一些绘图参数。
df.plot() 可以通过参数来指定具体图形类型:
df.plot(kind='pie') # 其他的名称和上文相同
s.plot(kind='pie')
常用在折线图、柱状图、面积图、散点图等,如果是 Series 则索引是 x 轴,Y 轴里值,无需传入。
# 可以不用写参数名,直接按位置传入
df[:5].plot('name', 'Q1')
df[:5].plot.bar('name', ['Q1', 'Q2'])
df[:5].plot.barh(x='name', y='Q4')
df[:5].plot.area('name', ['Q1', 'Q2'])
df[:5].plot.scatter('name', 'Q3')
注:散点图只允许有一个Y值。
图的标题:
df.plot(title='my plot')
如果需要中文支持的话可参考本章节概述部分。
指定轴上的字体大小:
df[:5].plot(fontsize=15)
style 可指定图的线条等样式,可参考可选的值 Matplotlib Line-style:
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,数值为三角形
对不同线分别给样式:
df[:5].plot(style=[':', '--', '.-', '*-'])
grid 会给 x 方向和 y 方向增加灰色辅助线:
df[:5].plot(grid=True)
可以取消图例:
df[:5].plot(legend=False)
可以反向排序图例:
df[:5].plot(legend='reverse')
figsize 参数传入一个元组,可以指定图形的宽高英寸值。
df[:5].plot.bar(figsize=(10.5,5))
当然可以给出全局默认的图形大小:
import matplotlib.pyplot as plt
plt.rcParams['figure.figsize'] = (15.0, 8.0) # 固定显示大小
colormap 指定图形的配色,具体值可参考Matplotlib 库的色系表:
df[:5].plot.barh(colormap='rainbow')
backend 参数可以指定一个新的绘图引擎,默认使用的是 matplotlib。
# 使用 bokeh
import pandas_bokeh
pandas_bokeh.output_notebook() # notebook 展示
df[:15].plot.bar('name', ['Q1', 'Q2'], backend='pandas_bokeh')
此外,还支持 matplotlib 库中的其他参数, 参见。
df[:10].plot.line(color='k') # 图的颜色
df[:5].plot.bar(rot=45) # 主轴上文字的方向度数
更新时间:2020-11-02 15:49:43 标签:pandas 绘图