pandas.DataFrame.plot( )參數詳解

本文轉載自查看原文 2020-07-28 11:56 5056 pandas/ python/ 參數詳解/ Python/ DataFrame.plot

使用DataFrame的plot方法繪制圖像會按照數據的每一列繪制一條曲線，默認按照列columns的名稱在適當的位置展示圖例，比matplotlib繪制節省時間，且DataFrame格式的數據更規范，方便向量化及計算。

DataFrame.plot( )函數：

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：每種繪圖類型都有相對應的方法； Eg. df.plot(kind='line')與df.plot.line()等價

主要參數詳細解釋

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

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

x : label or position, default None#指數據列的標簽或位置參數
y : label, position or list of label, positions, default None
kind : str#繪圖類型

‘line’ : line plot (default)#折線圖

‘bar’ : vertical bar plot#條形圖。stacked為True時為堆疊的柱狀圖

‘barh’ : horizontal bar plot#橫向條形圖

‘hist’ : histogram#直方圖（數值頻率分布）

‘box’ : boxplot#箱型圖

‘kde’ : Kernel Density Estimation plot#密度圖，主要對柱狀圖添加Kernel 概率密度線

‘density’ : same as ‘kde’

‘area’ : area plot#與x軸所圍區域圖（面積圖）。Stacked=True時，每列必須全部為正或負值，stacked=False時，對數據沒有要求

‘pie’ : pie plot#餅圖。數值必須為正值，需指定Y軸或者subplots=True

‘scatter’ : scatter plot#散點圖。需指定X軸Y軸

‘hexbin’ : hexbin plot#蜂巢圖。需指定X軸Y軸

ax : matplotlib axes object, default None#**子圖(axes, 也可以理解成坐標軸) 要在其上進行繪制的matplotlib subplot對象。如果沒有設置，則使用當前matplotlib subplot**其中，變量和函數通過改變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#是否對列分別作子圖
sharex : boolean, default True if ax is None else False#如果ax為None，則默認為True，否則為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#如果有子圖，子圖共y軸刻度，標簽 In case subplots=True, share y axis and set some y axis labels to invisible
layout : tuple (rows, columns) for the layout of subplots#子圖的行列布局
figsize : a tuple (width, height) in inches#圖片尺寸大小
use_index : boolean, default True#默認用索引做x軸
title : string#圖片的標題用字符串 Title to use for the plot
grid : boolean, default None#圖片是否有網格
legend : False/True/’reverse’#子圖的圖例 (默認為True)
style : list or dict#對每列折線圖設置線的類型
logx : boolean, default False#設置x軸刻度是否取對數
logy : boolean, default False
loglog : boolean, default False#同時設置x，y軸刻度是否取對數
xticks : sequence#設置x軸刻度值，序列形式（比如列表）
yticks : sequence#設置y軸刻度，序列形式（比如列表）
xlim : float/2-tuple/list#設置坐標軸的范圍。數值（最小值），列表或元組（區間范圍）
ylim : float/2-tuple/list
rot : int, default None#設置軸標簽（軸刻度）的顯示旋轉度數
fontsize : int, default None#設置軸刻度的字體大小
colormap : str or matplotlib colormap object, default None#設置圖的區域顏色
colorbar : boolean, optional #柱子顏色 If True, plot colorbar (only relevant for ‘scatter’ and ‘hexbin’ plots)
position : float #條形圖的對齊方式，取值范圍[0,1]，即左下端到右上端默認0.5（中間對齊）
layout : tuple (optional) #布局。layout=(2, 3)兩行三列，layout=(2, -1)兩行自適應列數 Eg. df.plot(subplots=True, layout=(2, -1), sharex=False)
table : boolean, Series or DataFrame, default False #圖下添加表。如果為True，則使用DataFrame中的數據繪制表格，並且數據將被轉置以滿足matplotlib的默認布局。。
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. #前面有介紹
sort_columns : boolean, default False #對列名稱進行排序以確定繪圖順序
secondary_y : boolean or sequence, default False #設置第二個y軸（右輔助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