Pandas df.plot()参数详解

df.plot()参数详解

以下是一些常用的参数及其含义：

x : label or position, default None 指定数据框的列作为x轴的值，如果不指定，默认使用数据框的索引。 y : label or position, default None 指定数据框的列作为y轴的值，如果不指定，默认使用数据框的所有列。 kind : str 指定绘制的图形种类，有以下几种可选： ‘line’ : line plot (default) # 折线图 ‘bar’ : vertical bar plot # 条形图 ‘barh’ : horizontal bar plot # 横向条形图 ‘hist’ : histogram # 柱状图 ‘box’ : boxplot # 箱线图 ‘kde’ : Kernel Density Estimation plot # 核密度估计图 ‘density’ : same as ‘kde’ ‘area’ : area plot # 面积图 ‘pie’ : pie plot # 饼图 ‘scatter’ : scatter plot # 散点图 ‘hexbin’ : hexbin plot # 六边形图 ax : matplotlib axes object, default None 指定在哪个matplotlib的子图对象上绘制，如果不指定，默认使用当前的子图。 subplots : bool or sequence of iterables, default False 是否将数据框的每一列绘制在不同的子图上，有以下几种可选： False : 不使用子图，所有列绘制在同一个图上。 True : 使用子图，每一列绘制在一个子图上。 sequence of iterables of column labels: 按照给定的分组绘制子图，例如 [(‘a’, ‘c’), (‘b’, ‘d’)] 会创建两个子图：一个包含列’a’和’c’，一个包含列’b’和’d’。 sharex : bool, default True if ax is None else False 是否共享x轴，如果为True，会将一些x轴标签设为不可见；如果传入了ax参数，会改变所有子图的x轴标签。 sharey : bool, default False 是否共享y轴，如果为True，会将一些y轴标签设为不可见。 layout : tuple, optional (rows, columns) 指定子图的布局，例如 (2, 3) 表示两行三列。 figsize : a tuple (width, height) in inches 指定画布的大小，例如 (12, 8) 表示12英寸宽8英寸高。 use_index : bool, default True 是否使用数据框的索引作为x轴的刻度。 title : str or list 指定绘制的标题，如果是字符串，会打印在整个画布的顶部；如果是列表，并且subplots为True，会打印每个列表元素在对应的子图上方。 grid : bool, default None (matlab style default) 是否显示网格线。 legend : bool or {‘reverse’} 是否显示图例，在每个子图上显示或反转顺序。 style : list or dict 指定每一列的matplotlib线条样式。 logx : bool or ‘sym’, default False 是否使用对数

(1) pandas.DataFrame.plot — pandas 2.0.0 documentation. https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.html. (2) 【python】详解pandas.DataFrame.plot( )画图函数 - 博客. https://blog..net/brucewong0516/article/details/80524442. (3) 详解pandas.DataFrame.plot() 画图函数 - 腾讯云开发者社区-腾讯云. https://cloud.tencent.com/developer/article/1725662. (4) pandas.DataFrame.plot — pandas 2.0.0 documentation. https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.plot.html. (5) pandas.DataFrame.plot( )参数详解 - 博客. https://blog..net/h_hxx/article/details/90635650.