本文来自于网络整理和个人整理,个人总结主要以pandas中Series,DataFrame与plt结合画图举例
matplotlib.pyplot 函数库中文学习连接
Python绘图之matplotlib基本语法
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
plt.close('all')
ts = pd.Series(np.random.randn(1000),
index=pd.date_range('1/1/2000', periods=1000))
print("ts:\n",ts)
ts = ts.cumsum()
print("ts:\n",ts)
ts.plot()
plt.show()
plt.legend(loc='best') # 给图像在最好的位置加上图例
plt.legend(loc='upper right') # 给图像在右上方加上图例
plt.legend(loc='upper left') # 给图像在左上方加上图例
plt.legend(loc='lower left') # 给图像在左下方加上图例
plt.legend(loc='best') # 给图像在最好的位置加上图例
plt.legend(loc='lower right') # 给图像在右下方加上图例
plt.legend(loc='right') # 给图像在右方正中间加上图例
plt.legend(loc='center left') # 给图像在左方正中间加上图例r
plt.legend(loc='center right') # 给图像在右方正中间加上图例
plt.legend(loc='lower center') # 给图像在下方正中间加上图例
plt.legend(loc='upper center') # 给图像在上方正中间加上图例
plt.legend(loc='center') # 给图像在正中间加上图例
ts = pd.Series(np.random.randn(1000),index=pd.date_range('1/1/2000', periods=1000))
ts = ts.cumsum()
df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index,
columns=['A', 'B', 'C', 'D'])
df = df.cumsum() # 按行顺序一次向下求和
plt.figure()
df.plot()
plt.legend(loc='best') # 给图像在最好的位置加上图例
plt.show()