pandas.DataFrame.plot.line #

数据框.plot。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')