python怎么画参数函数图像_详解pandas.DataFrame.plot() 画图函数

首先看官网的DataFrame.plot( )函数

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)

参数详解如下:

Parameters:

x : label or position, default None#指数据框列的标签或位置参数

y : label or position, default None

kind : str

‘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#Kernel 的密度估计图,主要对柱状图添加Kernel 概率密度线

‘density' : same as ‘kde'

‘area' : area plot#不了解此图

‘pie' : pie plot#饼图

‘scatter' : scatter plot#散点图 需要传入columns方向的索引

‘hexbin' : hexbin plot#不了解此图

ax : matplotlib axes object, default None#**子图(axes, 也可以理解成坐标轴) 要在其上进行绘制的matplotlib subplot对象。如果没有设置,则使用当前matplotlib subplot**其中,变量和函数通过改变figure和axes中的元素(例如:title,label,点和线等等)一起描述figure和axes,也就是在画布上绘图。

subplots : boolean, default False#判断图片中是否有子图

Make separate subplots for each column

sharex : boolean, default True if ax is None else False#如果有子图,子图共x轴刻度,标签

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#如果有子图,子图共y轴刻度,标签

In case subplots=True, share y axis and set some y axis labels to invisible

layout : tuple (optional)#子图的行列布局

(rows, columns) for the layout of subplots

figsize : a tuple (width, height) in inches#图片尺寸大小

use_index : boolean, default True#默认用索引做x轴

Use index as ticks for x axis

title : string#图片的标题用字符串

Title to use for the plot

grid : boolean, default None (matlab style default)#图片是否有网格

Axis grid lines

legend : False/True/'reverse'#子图的图例,添加一个subplot图例(默认为True)

Place legend on axis subplots

style : list or dict#对每列折线图设置线的类型

matplotlib line style per column

logx : boolean, default False#设置x轴刻度是否取对数

Use log scaling on x axis

logy : boolean, default False

Use log scaling on y axis

loglog : boolean, default False#同时设置x,y轴刻度是否取对数

Use log scaling on both x and y axes

xticks : sequence#设置x轴刻度值,序列形式(比如列表)

Values to use for the xticks

yticks : sequence#设置y轴刻度,序列形式(比如列表)

Values to use for the yticks

xlim : 2-tuple/list#设置坐标轴的范围,列表或元组形式

ylim : 2-tuple/list

rot : int, default None#设置轴标签(轴刻度)的显示旋转度数

Rotation for ticks (xticks for vertical, yticks for horizontal plots)

fontsize : int, default None#设置轴刻度的字体大小

Font size for xticks and yticks

colormap : str or matplotlib colormap object, default None#设置图的区域颜色

Colormap to select colors from. If string, load colormap with that name from matplotlib.

colorbar : boolean, optional #图片柱子

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) #布局

(rows, columns) for the layout of the plot

table : boolean, Series or DataFrame, default False #如果为正,则选择DataFrame类型的数据并且转换匹配matplotlib的布局。

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 # 以字母表顺序绘制各列,默认使用前列顺序

secondary_y : boolean or sequence, default False ##设置第二个y轴(右y轴)

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、画图图形

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

2020061416161550.png

注意一下散点图scatter是需要传入两个Y的columns参数的:

2020061416161551.png

传入x,y参数

2020061416161552.png

2020061416161553.png

同时画多个子图,可以设置 subplot = True

2020061416161554.png

2、注意事项:

- 在画图时,要注意首先定义画图的画布:fig = plt.figure( )

- 然后定义子图ax ,使用 ax= fig.add_subplot( 行,列,位置标)

- 当上述步骤完成后,可以用 ax.plot()函数或者 df.plot(ax = ax)

- 在jupternotebook 需要用%定义:%matplotlib notebook;如果是在脚本编译器上则不用,但是需要一次性按流程把代码写完;

- 结尾时都注意记录上plt.show()

2020061416161555.png

到此这篇关于详解pandas.DataFrame.plot() 画图函数的文章就介绍到这了,更多相关pandas.DataFrame.plot( )画图内容请搜索python博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持python博客!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/504379.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【学习笔记】第一章——操作系统的概念、功能、特征、发展分类(系统调用、并发共享虚拟异步)

文章目录一. 概念、功能与目标定义:功能1. 系统资源的管理者2. 用户和计算机硬件之间的接口3. 最接近硬件的层次二. 特征1. 并发2. 共享3. 虚拟4. 异步三. 发展分类1. 手工操作阶段2. 单道批处理系统3. 多道批处理系统4. 分时操作系统5. 实时操作系统总结一. 概念、…

【学习笔记】第一章——操作系统的运行机制、体系结构和内核(核心态、原语、大内核 微内核、特权指令)

文章目录总览一. 运行机制:1. 指令2. 处理器状态3. 程序二. 内核1. 定义2. 在层次结构中的划分三. 体系结构总览 重要知识点:特权指令 & 内核程序,只能在核心态执行 一. 运行机制: 1. 指令 指令:CPU 能识别、…

计算机视觉中的多视图几何_基于深度学习的视觉三维重建研究总结

三维重建意义三维重建作为环境感知的关键技术之一,可用于自动驾驶、虚拟现实、运动目标监测、行为分析、安防监控和重点人群监护等。现在每个人都在研究识别,但识别只是计算机视觉的一部分。真正意义上的计算机视觉要超越识别,感知三维环境。…

python列表添加字符串_2.python基础之—列表,元组,字典,集合,字符串的使用方法...

一.关于python序列的简介。 python里面的序列大部分都可以执行,索引,切片,加,乘,检查长度,以及检查某个成员是否存在,甚至还可以找出这个序列中最小的元素和最大的元素,并且序列都是…

【学习笔记】第一章——操作系统的中断和异常

文章目录总览一. 诞生、概念和作用二. 分类三. 外中断的处理过程四. 导图总结总览 异常:内中断 一. 诞生、概念和作用 早期计算机,程序只能串行执行,资源利用率低(详可见OS 发展分类),为了解决这一问题…

python列表添加元素到中间_python在列表的元素中间插入空行

我写了一个手动输入后收集专辑信息的程序,写的很繁杂......是定义了一个可以将实参整理入字典的函数,再将字典放入列表 album_list [] def album(name, singer, quantities_of_songs): """record the info of a album"""…

【学习笔记】第一章——操作系统的系统调用(陷入指令、库函数、作用流程)

文章目录总览一. 定义与作用定义作用分类二. 系统调用和库函数的区别三. 系统调用背后的过程导图总结总览 面试常考题了,可得好好看看 XD 一. 定义与作用 定义 作用 结合下图例子理解按照我的理解,就是需要调用系统资源时,需要让 OS 来保…

【学习笔记】第二章——进程的定义、组成、组织方式、特征、状态 转换

文章目录1. 定义 & 组成2. 进程的组织3. 特征1、2、3 总结导图4. 状态5. 转换4、5 总结导图1. 定义 & 组成 一般直接把进程实体称为进程,但是严格来说进程实体强调静态,而进程强调动态。PCB(Process Control Block)是进程…

python 列表比较不同_使用Python中的自定义比较功能对列表进行排序

由于OP要求使用自定义比较功能(这也是导致我提出这个问题的原因),因此我想在这里给出可靠的答案: 通常,您要使用内置的return fitness(item2) - fitness(item1)函数,该函数将自定义比较器作为其参数。 我们…

【学习笔记】GIT使用

文章目录正文git 流程:正常:查看:回滚删除:远程:分支:底层:学习网站:廖雪峰git教程 ,笔记不断更新中~ 正文 git 流程: 正常: 项目目录下 git i…

派生类构造的时候一定要调用_没钱的时候,一定要记住这三个教训

越没钱的时候,才更能认清身边的一些人和事,当你没钱的时候,一定要知道这三件事,这是现实也是事实啊。【1】没钱才发现钱有多重要人越在没钱的时候,越会发现钱是多么的重要,生活中大多数人的烦恼就是因为没有…

【学习笔记】第二章——进程的控制、通信

文章目录一. 进程控制如何实现进程控制创建终止阻塞 & 唤醒切换总结二. 进程间的通信定义1)共享存储2)管道通信3)信息传递总结一. 进程控制 def: 实现进程状态转换 如何实现进程控制 主要就是 PCB、阻塞\就绪队列以及系统资源之间的改…

bcp 不能调用where 子句_技术分享 || Mysql中IS NULL、IS NOT NULL不能走索引?

mysql中IS NULL、IS NOT NULL不能走索引?不知道是啥原因也不知道啥时候, 江湖上流传着这么一个说法 mysql查询条件包含IS NULL、IS NOT NULL、!、like %* 、like %*%, 不能 使用索引查询, 只能 使用全表扫描。刚入行时我也是这么认为的,还奉为…

【学习笔记】第二章——线程与多线程模型

文章目录一. 线程为什么要引入线程:引入进程后的变化线程的属性线程的实现二. 多线程模型1. 多对一模型2. 一对一模型3. 多对多模型三. 总结一. 线程 为什么要引入线程: 有的进程可能要“同时进行很多事”(如QQ的语音、视频、文件处理等&am…

ghelper失效_Ghelper账号+网易云音乐领黑胶会员35天

点击蓝字关注我们,了解更多 追求美好的生活Ghelper账号 :账号:yiyaniosfx.cn密码:yiyanyiyan网易云:打开网易云音乐APP->顶部直播->随便进一个直播->右下角黑胶VIP领取->在次日1点后观看直播可领7天黑胶VIP->每天…

python利用tensorflow识别圆_RaspberryPi上实现佩戴口罩识别——2020电赛F题小记

今年的电赛题目非常反常,传统控制题目基本没有,新增加了测距题目,甚至物联网题目,Ai题目都出来了。直接电赛变算法钞能力大赛。看到F题:测温人脸识别,碰巧我们手头有调好的红外测温模块树莓派openmv&#x…

python输错了怎么办_python怎么实现输错三次密码之后锁定

功能需求: 1.输入用户名密码 2.认证成功后显示欢迎信息 3.输错三次后锁定 实现思路: 1.判断用户是否在黑名单,如果在黑名单提示账号锁定。 2.判断用户是否存在,如果不存在提示账号不存在。 3.判断账号密码是否正确,如果…

exchange邮件服务器_基于Spring Boot快速实现发送邮件功能

邮件在项目中经常会被用到,比如用邮件发送通知。比如,通过邮件注册、认证、找回密码、系统报警通知、报表信息等。本篇文章带大家通过SpringBoot快速实现一个发送邮件的功能。 邮件协议 下面先简单了解一下常见的邮件协议。常用的电子邮件协议有SMTP、PO…

redis序列化_SpringBoot整合redis

redis是最常用的缓存数据库,常用于存储用户登录token、临时数据、定时相关数据等。redis是单线程的,所以redis的操作是原子性的,这样可以保证不会出现并发问题。redis基于内存,速度非常快,据测试,redis读的…

spring cloud alibaba_SpringCloudAlibaba与Cloud搭配方案

一 简介Spring Cloud Alibaba致力于提供微服务开发一站式解决方案。此项目包括开发分布式应用微服务的必需组件,方便开发者通过 Spring Cloud 编程模型轻松使用这些组件来开发分布式应用服务。依托 Spring Cloud Alibaba,你只需要添加一些注解和少量配置…