Pandas2.2 Series
Plotting
| 方法 | 描述 |
|---|---|
| Series.plot([kind, ax, figsize, ...]) | 用于绘制 Series 对象的数据可视化图表 |
pandas.Series.plot
pandas.Series.plot 方法用于绘制 Series 对象的数据可视化图表。该方法非常灵活，支持多种类型的图表，如折线图、柱状图、散点图等。通过传递不同的参数，可以自定义图表的外观和行为。
参数说明
kind：指定图表类型，常见的有'line'（默认）、'bar'、'barh'、'hist'、'box'、'kde'、'density'、'area'、'pie'、'scatter'、'hexbin'。ax：可选，matplotlib 轴对象，用于在指定的轴上绘制图表。figsize：可选，元组，指定图表的大小，格式为(width, height)。use_index：布尔值，默认为True，是否使用 Series 的索引作为 x 轴。title：可选，字符串，图表的标题。grid：布尔值，默认为True，是否显示网格线。legend：布尔值，默认为True，是否显示图例。style：可选，字符串，指定线条样式，如'-'、'--'、'-.'、':'。color：可选，颜色名称或十六进制字符串，指定线条颜色。logy：布尔值，默认为False，是否使用对数 y 轴。logx：布尔值，默认为False，是否使用对数 x 轴。loglog：布尔值，默认为False，是否同时使用对数 x 轴和 y 轴。xticks：可选，x 轴刻度位置。yticks：可选，y 轴刻度位置。xlim：可选，x 轴范围，格式为(xmin, xmax)。ylim：可选，y 轴范围，格式为(ymin, ymax)。rot：可选，刻度标签的旋转角度。fontsize：可选，刻度标签和标题的字体大小。colormap：可选，颜色映射，用于多系列数据。position：可选，数值，用于调整重叠条形图的位置。stacked：布尔值，默认为False，是否堆叠条形图。sort_columns：布尔值，默认为False，是否按列名排序。secondary_y：布尔值或列表，默认为False，是否使用次 y 轴。mark_right：布尔值，默认为True，是否在次 y 轴上标记。**kwds：其他关键字参数，传递给底层绘图函数。
示例
python
import pandas as pd
import matplotlib.pyplot as plt
# 创建一个示例 Series
data = pd.Series([10, 20, 30, 40, 50], index=['A', 'B', 'C', 'D', 'E'])
plt.rcParams['font.family'] = ['SimHei']
# 绘制折线图
data.plot(kind='line', title='折线图示例', color='blue', marker='o')
plt.show()
# 绘制柱状图
data.plot(kind='bar', title='柱状图示例', color='green')
plt.show()
# 绘制饼图
data.plot(kind='pie', title='饼图示例', autopct='%1.1f%%')
plt.show()结果
-
折线图示例
- 图表类型：折线图
- 标题：折线图示例
- 线条颜色：蓝色
- 数据点标记：圆圈
-
柱状图示例
- 图表类型：柱状图
- 标题：柱状图示例
- 柱状图颜色：绿色
-
饼图示例
- 图表类型：饼图
- 标题：饼图示例
- 数据点标签：显示百分比
通过这些示例，可以看到 pandas.Series.plot 方法的强大功能和灵活性，可以根据需要绘制各种类型的图表。