pandas.core.groupby.SeriesGroupBy.plot # 属性 SeriesGroupBy。情节[来源] # 绘制系列或数据框的图。 使用选项指定的后端plotting.backend。默认情况下,使用 matplotlib。 参数: 数据系列或数据框调用该方法的对象。 x标签或位置,默认 None仅当数据是 DataFrame 时才使用。 y标签、位置或标签、位置列表,默认无允许绘制一列与另一列的图。仅当数据是 DataFrame 时才使用。 善良的str产生的情节类型: 'line' :线图(默认) 'bar':垂直条形图 'barh':水平条形图 ‘hist’:直方图 '盒子':箱线图 'kde':核密度估计图 '密度':与'kde'相同 '面积':面积图 'pie':饼图 'scatter' :散点图(仅限 DataFrame) 'hexbin' :hexbin 图(仅限 DataFrame) ax matplotlib 轴对象,默认 None当前图形的轴。 子图bool 或可迭代序列,默认 False是否将列分组为子图: False:不会使用子图 True:为每列制作单独的子图。 列标签的可迭代序列:为每组列创建一个子图。例如[('a', 'c'), ('b', 'd')]将创建 2 个子图:一个包含列“a”和“c”,另一个包含列“b”和“d” 。未指定的其余列将绘制在其他子图中(每列一个)。 1.5.0 版本中的新增内容。 sharex bool,如果 ax 为 None,则默认为 True,否则为 False如果是subplots=True,则共享x轴,并将部分x轴标签设置为不可见;如果 ax 为 None,则默认为 True,否则如果传入 axe,则默认为 False;请注意,传入 axy 和 sharex=True将会更改图中所有轴的所有 x 轴标签。 sharey bool, 默认 False在这种情况下subplots=True,共享 y 轴并将一些 y 轴标签设置为不可见。 布局元组,可选(行,列)用于子图的布局。 FigSize一个元组(宽度,高度),以英寸为单位图形对象的大小。 use_index bool, 默认 True使用索引作为 x 轴的刻度。 标题str 或列表用于情节的标题。如果传递了字符串,则在图的顶部打印该字符串。如果传递了列表并且subplots为 True,则在相应子图上方打印列表中的每个项目。 grid bool, 默认 None (matlab 风格默认)轴网格线。 legend bool 或 {'reverse'}将图例放在轴子图上。 样式列表或字典每列的 matplotlib 线条样式。 logx bool 或 'sym',默认 False在 x 轴上使用对数缩放或符号对数缩放。 logy bool 或 'sym' 默认 False在 y 轴上使用对数缩放或符号对数缩放。 loglog bool 或 'sym',默认 False在 x 和 y 轴上使用对数缩放或符号对数缩放。 xticks序列用于 xticks 的值。 yticks序列用于 yticks 的值。 xlim 2元组/列表设置当前轴的 x 限制。 ylim 2 元组/列表设置当前轴的 y 限制。 xlabel标签,可选用于 x 轴上的 xlabel 的名称。默认使用索引名称作为 xlabel,或平面图的 x 列名称。 版本 2.0.0 中更改:现在适用于直方图。 ylabel标签,可选用于 y 轴上的 ylabel 的名称。默认情况下将不显示 ylabel,或者平面图的 y 列名称。 版本 2.0.0 中更改:现在适用于直方图。 rot浮动,默认 None刻度的旋转(xticks 表示垂直图,yticks 表示水平图)。 字体大小浮动,默认无xticks 和 yticks 的字体大小。 colormap str 或 matplotlib 颜色图对象,默认 None用于从中选择颜色的颜色图。如果是字符串,则从 matplotlib 加载具有该名称的颜色图。 颜色条布尔值,可选如果为 True,则绘制颜色条(仅与“散点图”和“十六进制图”相关)。 位置浮动指定条形图布局的相对对齐方式。从 0(左/底端)到 1(右/顶端)。默认值为 0.5(中心)。 table bool,Series 或 DataFrame,默认 False如果为 True,则使用 DataFrame 中的数据绘制表格,并且数据将被转置以满足 matplotlib 的默认布局。如果传递了 Series 或 DataFrame,则使用传递的数据绘制表格。 yerr DataFrame、系列、类数组、dict 和 str有关详细信息,请参阅使用误差线绘图。 xerr DataFrame、系列、类数组、dict 和 str相当于yerr。 stacked bool,在线图和条形图中默认为 False,面积图中默认为 True如果为 True,则创建堆积图。 secondary_y布尔值或序列,默认 False如果是列表/元组,是否在辅助 y 轴上绘制,哪些列要在辅助 y 轴上绘制。 mark_right bool, 默认 True使用 secondary_y 轴时,自动在图例中用“(右)”标记列标签。 include_bool bool,默认为False如果为 True,则可以绘制布尔值。 后端str,默认无要使用的后端而不是选项中指定的后端 plotting.backend。例如,“matplotlib”。或者,要plotting.backend为整个会话 指定,请设置pd.options.plotting.backend。 **夸格传递给 matplotlib 绘图方法的选项。 返回: matplotlib.axes.Axes或其中的 numpy.ndarray如果后端不是默认的 matplotlib,则返回值将是后端返回的对象。 笔记 有关此主题的更多信息,请参阅在线 matplotlib 文档 如果kind = 'bar' 或 'barh',您可以通过位置关键字指定条形图布局的相对对齐方式。从 0(左/底端)到 1(右/顶端)。默认值为 0.5(中心) 例子 对于系列: >>> ser = pd.Series([1, 2, 3, 3]) >>> plot = ser.plot(kind='hist', title="My plot") 对于数据框: >>> df = pd.DataFrame({'length': [1.5, 0.5, 1.2, 0.9, 3], ... 'width': [0.7, 0.2, 0.15, 0.2, 1.1]}, ... index=['pig', 'rabbit', 'duck', 'chicken', 'horse']) >>> plot = df.plot(title="DataFrame Plot") 对于系列分组依据: >>> lst = [-1, -2, -3, 1, 2, 3] >>> ser = pd.Series([1, 2, 2, 4, 6, 6], index=lst) >>> plot = ser.groupby(lambda x: x > 0).plot(title="SeriesGroupBy Plot") 对于 DataFrameGroupBy: >>> df = pd.DataFrame({"col1" : [1, 2, 3, 4], ... "col2" : ["A", "B", "A", "B"]}) >>> plot = df.groupby("col2").plot(kind="bar", title="DataFrameGroupBy Plot")