正文
Pandas：plot相关函数
提示：扫一扫查出行【扫一扫了解最新限行尾号】
复制提示
0、注意事项 及 各种错误
1）绘制bar图时，如果出现重复的x值被合并到一个情况（导致X轴应该显示内容有缺失），可能是由于Pandas版本太低；
2）无法设置中文title，在代码中加入两句话：
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
1、plot()说明
绘图
用法
df.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, position=None
xticks=None, yticks=None, xlim=None, ylim=None, rot=None,
xerr=None, secondary_y=False, sort_columns=False, **kwds
)
参数
| 参数 | 类型 | 默认值 | 说明 |
| x | label、position | None | 用哪一列的值作为x，默认index列 |
| y | label、position | None | 用哪几列作为y，默认全部（y中有几列就有几条折线） |
| kind | str | 'line' | 哪种类型的图： ‘line’ : line plot (default)#折线图 |
| ax | matplotlib.axes | None | 子图(axes) 。如果没有设置，则使用当前matplotlib subplot。 figure,ax=plt.subplots(m,n) 如果要在子图[i][j]上绘图，该项参数要设置为ax[i][j] |
| subplots | bool | False | 是否为每一列单独开辟子图 |
| sharex | bool | ax==None时True 否则False | 在subplots=True时，共享x轴。 该项标识是否为每个子图分别显示一个x label |
| sharey | bool | False | 在subplots=True时，是否共享y轴（通常不常用） |
| layout | tuple(rows,columns) | （n，1） | 子图界面布局，默认是（n，1） |
| figsize | tuple(width,height) | 界面长宽，通常不用管 | |
| use_index | bool | True | 使用Index列作为x轴 |
| title | str,list | None | 如果是str，则整副图像只有一个title，在中间上部 如果是list，subplots=True，则为每个子图命名 |
| grid | bool | None | 是否绘制网格 |
| legend | bool或'reverse' | True | 是否绘制图例 如果设置为'reverse'，则图例反放 |
| style | list、dict | 每一列对应折线的绘制方式 | |
| logx | bool、'sym' | False | 是否使用对数横坐标 |
| logy | bool、'sym' | False | 是否使用对数纵坐标 |
| loglog | bool、'sym' | False | 是否使用对数横纵坐标 |
| xticks | sequence | 设置x轴刻度 | |
| yticks | sequence | 设置y轴刻度 A.plot(yticks=[0,300,600]) #y轴上显示出0 300 600刻度 | |
| xlim | (min,max)或[min,max] | 最大最小刻度值 | |
| ylim | (min,max)或[min,max] | ||
| rot | int | None | x轴坐标刻度的旋转角度 |
| fontsize | int | None | 坐标刻度文字大小 |
| colormap | str、matplotlib colormap object | None | 色表 |
| colorbar | bool | 是否绘制色表（只用于散点图和hexbin图） | |
| position | float(0.0~0.1) | 柱状图布局（只用于bar图） | |
| table | bool、Series、DataFrame | False | True时，在图形中放置一个数据表格 如果给出一个Series或DataFrame，则绘制给出的数据表格 |
| yerr | DataFrame、Series、array、dict、str | ||
| xerr | DataFrame、Series、array、dict、str | ||
| stacked | bool | line和bar图中False area图中True | 堆叠图 |
| sort_columns | bool | False | 对列名排序后再画图 |
| secondary | bool、sequence | False | 右y轴 |
| mark_right | bool | True | 使用右y轴时，是否在图例上标注'right' |
| include_bool | bool | False | 如果是True，那么boolean值也会被绘制 |
| backend | str | None |
在使用plot之前，也可以使用matplotlib中的相关方法，比如：
import matplotlib.pyplot as pltfig = plt.figure() #新建画布
ax1 = fig.add_subplot(2,1,1)#选择子画布
df.plot(ax=ax1)#在子画布上画图
返回值
matplotlib.axes.Axes 或者 多个Axes的ndarray
通过这个返回值，我们可以对具体子图进行操作（如果通过subplots参数引入了话）。
假设我们有5列，并通过subplots参数将这5列单独绘制出来，那么就能用ax[i]来访问这5幅子图，并通过像使用matplotlib.pyplot那样来使用其它的绘图函数：
ax=df.plot(subplots=True)#假设df一共有5列，那么在激活了subplots参数后，就会有5幅子图，用ax承接plot()函数的返回值，ax就是这5幅子图的ndarray，通过ax[i]就可以访问具体的子图
for j in range(5):
ax[j].axhline(y=40000,color='red')#给每幅子图添加水平线
plt.show()
2、plot.bar()说明
绘制柱状图
用法
df.plot.bar(x=None,y=None,**kwargs)
参数
参数 | 类型 | 默认值 | 说明 |
| x | label或position | None | 作为x的列，默认index列 |
| y | label或position | None | 作为y的列（可以是列名或者某一列的索引），默认所有数值列 |
| color | str、Array、List、Dict | 每条柱的颜色； 如果Color List中的数量不与列数相匹配，那么颜色就对每列循环使用 | |
| **kwargs | 其他参数，和plot()的相同 |
