pandas中绘图函数df.plot()的使用以及cumsum()函数

 

 

df.plot

df.plot(x, y, kind, figsize, title, grid, legend, style)

x 只有dataframe对象时，x可用。横坐标
y 同上，纵坐标变量
kind 可视化图的种类，如下：
| - 'bar' : vertical bar plot
| - 'barh' : horizontal bar plot
| - 'hist' : histogram
| - 'box' : boxplot
| - 'kde' : Kernel Density Estimation plot
| - 'density' : same as 'kde'
| - 'area' : area plot
| - 'pie' : pie plot
| - 'scatter' : scatter plot
| - 'hexbin' : hexbin plot.
figsize 画布尺寸
title 标题
grid 是否显示格子线条
legend 是否显示图例
style 图的风格

查看plot参数可以使用help：

?

1 2	import pandas as pd help(pd.DataFrame.plot)

　　

从最简单的开始，如果要绘制一条数据的线性图。因为Series和DataFrame都有一个用于生成各类图表的plot方法。

对于一条Series数据，直接plot()就能获得一张线性图了

?

1 2 3 4

data = pd.Series(np.random.randn(1000),index=np.arange(1000)) data = data.cumsum() data.plot() plt.show()

　　

编写以下代码，就可以看到。

 

对于DataFrame数据也是一样。在生产线型图的代码中，加上kind=‘bar’或kind=‘barh’就可以生成柱状图。

?

1 2 3 4 5 6 7 8 9 10 11

'''Series.plot中的参数有很多很多，下图示例中，kind表示那种形式的图表,ax指要在其画板上绘制的对象，也就是图中的那个figure, alpha表示图表填充的透明度。在生产线型图的代码中，加上kind=‘bar’或kind=‘barh’就可以生成柱状图。 在柱状图中，bar表示垂直图，barh表示水平图。''' import pandas as pd import numpy as np import matplotlib.pyplot as plt   data=pd.DataFrame(np.random.randn(10,4),columns=('a','b','c','d'),index=(np.arange(0,100,10))) # data=data.cumsum() data.plot(kind='bar')#data.plot()如果不加kind='bar’则生成折线图。 plt.show()

　　

 

cumsum()可参考：https://blog.csdn.net/LZH_12345/article/details/79848100
# 使用累积求和cumsum()时nan会被忽略。

?

1 2 3 4

df = pd.DataFrame([[2.0, 1.0],[3.0, np.nan],[1.0, 0.0]],columns=list('AB')) print(df) print(df.cumsum()) # 按列相加 print(df.cumsum(axis=1)) # 按行相加

 

可看出：

cumsum()是逐行相加，第二行把第一行的加上，第三行把第一二行的加到一块。

cumsum(axis=1)是逐列相加，第二列把第一列的加上，第三列把第一二列的加到一块。

 

https://blog.csdn.net/qq_16000815/article/details/80721016