pandas.plot()参数

plot() 函数是 Pandas 库中的一个方法，用于绘制数据框中的数据。该函数非常灵活，允许用户通过多种参数来自定义图表。下面详细解释 plot() 函数的主要形参和方法：

主要形参（Parameters）

1. kind：指定图表的类型。常见的类型包括：

   • 'line'：折线图（默认）
   • 'bar'：垂直条形图
   • 'barh'：水平条形图
   • 'hist'：直方图
   • 'box'：箱线图
   • 'kde'：密度图
   • 'density'：密度图（与 kde 相同）
   • 'area'：面积图
   • 'pie'：饼图
   • 'scatter'：散点图
   • 'hexbin'：六边形图

2. x：用于散点图、折线图等，指定x轴的数据列。

3. y：用于散点图、折线图等，指定y轴的数据列。如果绘制的是 DataFrame 对象并且 y 为空，则会绘制所有数值列。

4. color：指定颜色。可以是单个颜色值或颜色列表。

5. label：为图例添加标签。

6. alpha：设置透明度，取值范围是 [0, 1]，0 表示完全透明，1 表示完全不透明。

7. figsize：指定图表的尺寸，格式为 (宽度, 高度)。

8. title：设置图表标题。

9. grid：布尔值，是否显示网格线。

10. legend：布尔值，是否显示图例。

11. style：设置线条和点的样式。

12. logx、logy、loglog：布尔值，是否对 x、y 轴或两个轴取对数。

13. secondary_y：布尔值或序列，是否在第二个 y 轴上绘图。

14. colormap：指定颜色图。

15. sharex、sharey：布尔值，是否共享 x 或 y 轴。

16. xticks、yticks：指定 x 轴和 y 轴的刻度。

17. xlim、ylim：指定 x 轴和 y 轴的范围。

18. rot：旋转 x 轴或 y 轴标签的角度。

19. fontsize：指定标签的字体大小。

20. c：用于散点图，指定点的颜色。

21. s：用于散点图，指定点的大小。

22. cmap：用于散点图，指定颜色映射。

23. colorbar：布尔值，是否显示颜色条。

方法（Methods）

• plot()：根据参数绘制图表。
• legend()：添加图例。
• title()：添加图表标题。
• xlabel()：设置 x 轴标签。
• ylabel()：设置 y 轴标签。
• xticks()：设置 x 轴刻度。
• yticks()：设置 y 轴刻度。
• grid()：显示或隐藏网格线。
• show()：显示图表。
• savefig()：将图表保存为文件。

下面是一个综合示例：

import pandas as pd
import matplotlib.pyplot as plt

# 假设 df 是一个 DataFrame
df.plot(kind='scatter', x='longitude', y='latitude', alpha=0.4,
        s=df['population']/100, label='population', figsize=(10,7),
        c='median_house_value', cmap=plt.get_cmap('jet'), colorbar=True)
plt.legend()
plt.title('Scatter plot of Housing Data')
plt.xlabel('Longitude')
plt.ylabel('Latitude')
plt.grid(True)
plt.show()