詳解pandas.DataFrame.plot() 畫圖函數

首先看官網的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,          xerr=None,secondary_y=False, sort_columns=False, **kwds)

參數詳解如下：

  Parameters:  x : label or position, default None#指數據框列的標籤或位置參數    y : label or position, default None    kind : str  ‘line' : line plot (default)#折線圖  ‘bar' : vertical bar plot#條形圖  ‘barh' : horizontal bar plot#橫向條形圖  ‘hist' : histogram#柱狀圖  ‘box' : boxplot#箱線圖  ‘kde' : Kernel Density Estimation plot#Kernel 的密度估計圖，主要對柱狀圖添加Kernel 概率密度線  ‘density' : same as ‘kde'  ‘area' : area plot#不瞭解此圖  ‘pie' : pie plot#餅圖  ‘scatter' : scatter plot#散點圖 需要傳入columns方向的索引  ‘hexbin' : hexbin plot#不瞭解此圖    ax : matplotlib axes object, default None#**子圖(axes, 也可以理解成座標軸) 要在其上進行繪製的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#判斷圖片中是否有子圖  Make separate subplots for each column    sharex : boolean, default True if ax is None else False#如果有子圖，子圖共x軸刻度，標籤  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，標籤  In case subplots=True, share y axis and set some y axis labels to invisible    layout : tuple (optional)#子圖的行列布局  (rows, columns) for the layout of subplots    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  Use index as ticks for x axis    title : string#圖片的標題用字符串  Title to use for the plot    grid : boolean, default None (matlab style default)#圖片是否有網格  Axis grid lines    legend : False/True/'reverse'#子圖的圖例，添加一個subplot圖例(默認為True)  Place legend on axis subplots    style : list or dict#對每列折線圖設置線的類型  matplotlib line style per column    logx : boolean, default False#設置x軸刻度是否取對數  Use log scaling on x axis  logy : boolean, default False  Use log scaling on y axis    loglog : boolean, default False#同時設置x，y軸刻度是否取對數  Use log scaling on both x and y axes    xticks : sequence#設置x軸刻度值，序列形式（比如列表）  Values to use for the xticks    yticks : sequence#設置y軸刻度，序列形式（比如列表）  Values to use for the yticks    xlim : 2-tuple/list#設置座標軸的範圍，列表或元組形式  ylim : 2-tuple/list    rot : int, default None#設置軸標籤（軸刻度）的顯示旋轉度數  Rotation for ticks (xticks for vertical, yticks for horizontal plots)    fontsize : int, default None#設置軸刻度的字體大小  Font size for xticks and yticks    colormap : str or matplotlib colormap object, default None#設置圖的區域顏色  Colormap to select colors from. If string, load colormap with that name from matplotlib.    colorbar : boolean, optional #圖片柱子  If True, plot colorbar (only relevant for ‘scatter' and ‘hexbin' plots)    position : float    Specify relative alignments for bar plot layout. From 0 (left/bottom-end) to 1 (right/top-end). Default is 0.5 (center)    layout : tuple (optional) #佈局  (rows, columns) for the layout of the plot    table : boolean, Series or DataFrame, default False #如果為正，則選擇DataFrame類型的數據並且轉換匹配matplotlib的佈局。  If True, draw a table using the data in the DataFrame and the data will be transposed to meet matplotlib's default layout. If a Series or DataFrame is passed, use passed data to draw a table.    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.    sort_columns : boolean, default False # 以字母表順序繪製各列，默認使用前列順序    secondary_y : boolean or sequence, default False ##設置第二個y軸（右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    kwds : keywords  Options to pass to matplotlib plotting method    Returns:axes : matplotlib.AxesSubplot or np.array of them

1、畫圖圖形

  import pandas as pd     from pandas import DataFrame,Series    df = pd.DataFrame(np.random.randn(4,4),index = list('ABCD'),columns=list('OPKL'))    df  Out[4]:        O     P     K     L  A -1.736654 0.327206 -1.000506 1.235681  B 1.216879 0.506565 0.889197 -1.478165  C 0.091957 -2.677410 -0.973761 0.123733  D -1.114622 -0.600751 -0.159181 1.041668

注意一下散點圖scatter是需要傳入兩個Y的columns參數的：
 

傳入x，y參數
 

同時畫多個子圖，可以設置 subplot = True
 

2、注意事項：
 

- 在畫圖時，要注意首先定義畫圖的畫布：fig = plt.figure( )
 - 然後定義子圖ax ，使用 ax= fig.add_subplot( 行，列，位置標)
 - 當上述步驟完成後，可以用 ax.plot（）函數或者 df.plot(ax = ax)
 - 在jupternotebook 需要用%定義：%matplotlib notebook；如果是在腳本編譯器上則不用，但是需要一次性按流程把代碼寫完；
 - 結尾時都注意記錄上plt.show()