pandas.Series.plot.line # 系列.情节. line ( x = None , y = None , ** kwargs ) [来源] # 将 Series 或 DataFrame 绘制为线条。 此函数对于使用 DataFrame 的值作为坐标来绘制线条非常有用。 参数: x标签或位置,可选允许绘制一列与另一列的图。如果未指定,则使用 DataFrame 的索引。 y标签或位置,可选允许绘制一列与另一列的图。如果未指定,则使用所有数字列。 颜色str、类似数组或 dict,可选DataFrame 每一列的颜色。可能的值为: 由名称、RGB 或 RGBA 代码引用的单一颜色字符串,例如“红色”或“#a98d19”。 按名称、RGB 或 RGBA 引用的颜色字符串序列代码,它将递归地用于每一列。例如 ['green','yellow'] 每列的行将交替填充绿色或黄色。如果只有一列要绘制,则仅使用颜色列表中的第一种颜色。 形式为 {column name color} 的字典,以便每一列都将是相应地着色。例如,如果您的列名为a和 b,则传递 {'a': 'green', 'b': 'red'} 会将a列的行涂为绿色,将b列的行涂为红色。 **夸格其他关键字参数记录在 中 DataFrame.plot()。 返回: matplotlib.axes.Axes 或 np.ndarray 其中当 时,返回一个 ndarray,matplotlib.axes.Axes 每列一个subplots=True。 也可以看看 matplotlib.pyplot.plot将 y 与 x 绘制为线条和/或标记。 例子 >>> s = pd.Series([1, 3, 2]) >>> s.plot.line() 以下示例显示了多年来某些动物的种群数量。 >>> df = pd.DataFrame({ ... 'pig': [20, 18, 489, 675, 1776], ... 'horse': [4, 25, 281, 600, 1900] ... }, index=[1990, 1997, 2003, 2009, 2014]) >>> lines = df.plot.line() 带有子图的示例,因此返回轴数组。 >>> axes = df.plot.line(subplots=True) >>> type(axes) <class 'numpy.ndarray'> 让我们重复相同的示例,但指定每列的颜色(在本例中,为每只动物)。 >>> axes = df.plot.line( ... subplots=True, color={"pig": "pink", "horse": "#742802"} ... ) 以下示例显示了两个群体之间的关系。 >>> lines = df.plot.line(x='pig', y='horse')