python数据可视化 | DataFrame.plot()函数绘制数据图

微信公众号:Python 集中营
简单的事情重复做,重复的事情坚持做,坚持的事情用心做;
你的肯定是我坚持的动力,如果这篇文章对你有帮助,点个关注吧!

相关依赖库
 1# -*- coding: UTF-8 -*-
 2
 3'''
 4DataFrame绘图
 5'''
 6# pandas 数据提炼扩展库
 7
 8import pandas as pd
 9
10# numpy 科学计算库
11
12import numpy as np
13
14# matplotlib 数据可视化库
15
16import matplotlib.pyplot as plt
DataFrame.plot()函数
 1'''
 2DataFrame.plot(x=None, y=None, kind='line', ax=None, subplots=False, 
 3                sharex=None, sharey=False, layout=None,figsize=None, 
 4                use_index=True, title=None, grid=None, legend=True, 
 5                style=None, logx=False, logy=False, loglog=False, 
 6                xticks=None, yticks=None, xlim=None, ylim=None, rot=None,
 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
15# ‘kind=bar’ : 纵向条形图模式
16# ‘kind=barh’ : 横向条形图模式
17# ‘kind=hist’ : 柱状图模式
18# ‘kind=box’ : 箱线图模式
19# ‘kind=kde’ : 密度估计图模式
20# ‘kind=area’ : 面积区域图模式
21# ‘kind=pie’ : 饼图模式
22# ‘kind=scatter’ : 散点图模式
23# ‘kind=hexbin’ : 蜂巢图模式
24
25# ax : 子图(如果没有设置,则使用当前matplotlib subplot**)
26
27# subplots : 图片中是否有子图,默认为False
28
29# sharex : 如果ax为None,则默认为True,否则为False
30
31# sharey : 默认为False如果有子图,子图共y轴刻度,标签
32
33# layout : 子图的行列布局
34
35# figsize : 图片尺寸大小
36
37# use_index : 默认为False,默认用索引做x轴
38
39# title : 图片的标题用字符串
40
41# grid : 默认为None,图片是否有网格
42
43# legend : 子图图例,默认为True
44
45# style : 每列折线图设置线的类型
46
47# logx : 默认为False,设置x轴刻度是否取对数
48
49# loglog : 默认为False,同时设置x,y轴刻度是否取对数
50
51# xticks : 设置x轴刻度值,序列形式
52
53# yticks : 设置y轴刻度值,序列形式
54
55# xlim : 设置坐标轴的范围
56
57# ylim : 设置坐标轴的范围
58
59# rot : 默认为None,设置轴标签的显示旋转度数
60
61# fontsize : 默认为None,设置轴刻度的字体大小
62
63# colormap : 默认为None,设置图的区域颜色
64
65# colorbar : 图片柱子
66
67# position : 取值范围[0,1],默认为0.5表示中间对齐,设置图的区域颜色
68
69# layout : 布局,几行几列
70
71# table : 默认为False,选择DataFrame类型的数据并且转换匹配matplotlib的布局
72
73# yerr : DataFrame, Series, array-like, dict and str
74
75# xerr : same types as yerr.
76
77# stacked : boolean, default False in line and
78
79# sort_columns : 默认为False,对列名称进行排序,默认使用前列顺序
80
81# secondary_y : 默认为False,是否要设置第二个Y轴
82
83# mark_right : 默认为True,在使用第二个Y轴时在Y轴上的标签
构造原始数据
 1'''
 2定义原始数据
 3'''
 4# np.random.randn生成4行4列矩阵
 5
 6# columns 字段属性
 7
 8# index 索引
 9
10df = pd.DataFrame(np.random.randn(4,4),columns = ['a','b','c','d'],index=['2021-03-20','2021-03-21','2021-03-22','2021-03-23'])
11
12print(df)
绘制折线图
 1'''
 2折线图
 3'''
 4# 绘图(默认为折线图)
 5
 6# 设置中文
 7
 8plt.rcParams['font.sans-serif']=['SimHei']
 9
10# 坐标轴负号显示不正常及不能正常显示中文
11
12plt.rcParams['axes.unicode_minus']=False
13
14df.plot(kind='line',color='b',title='数据变化')
15
16plt.show()
绘制条形图
 1'''
 2条形图
 3'''
 4# 绘图(条形图模式)
 5
 6# fontsize 字体大小
 7
 8# legend 子图图例
 9
10# figsize图例大小
11
12df.plot(kind='bar', title ="", figsize=(8, 5), legend=True, fontsize=12)
13
14plt.show()

更多精彩前往微信公众号【Python 集中营】,专注于 python 技术栈,资料获取、交流社区、干货分享,期待你的加入~

python数据可视化 | DataFrame.plot()函数绘制数据图_第1张图片

你可能感兴趣的:(python,python,数据可视化,dataframe)