pandas.Series.plot.line

Series.plot.line(x=None, y=None, color=None, **kwargs)

将 Series 或 DataFrame 绘制为线条。

此函数用于使用 DataFrame 的值作为坐标绘制线条。

参数:

x标签或位置，可选

允许绘制一列与另一列的对比图。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对比图。如果未指定，则使用所有数值列。

颜色str, 类数组, 或 dict, 可选

每个DataFrame列的颜色。可能的值有：

• 一个通过名称、RGB或RGBA代码引用的单一颜色字符串

  例如 ‘red’ 或 ‘#a98d19’。

• 一系列通过名称、RGB或RGBA引用的颜色字符串

  代码，将递归用于每一列。例如 [‘green’,’yellow’] 每一列的线条将交替填充为绿色或黄色。如果只有一列要绘制，则只会使用颜色列表中的第一个颜色。

• {列名形式的字典color}, 以便每列将会

  相应地着色。例如，如果你的列被称为 a 和 b，那么传递 {‘a’: ‘green’, ‘b’: ‘red’} 将会将列 a 的线条着色为绿色，将列 b 的线条着色为红色。

**kwargs

其他关键字参数在 DataFrame.plot() 中记录。

返回:

matplotlib.axes.Axes 或它们的一个 np.ndarray

当 subplots=True 时，会返回一个 ndarray，每列对应一个 matplotlib.axes.Axes。

参见

matplotlib.pyplot.plot

绘制 y 相对于 x 的线图和/或标记图。

例子

>>> s = pd.Series([1, 3, 2])
>>> s.plot.line()  

以下示例显示了多年来一些动物的种群数量。

>>> 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()

一个带有子图的示例，因此返回一个轴数组。

>>> axes = df.plot.line(subplots=True)
>>> type(axes)
<class 'numpy.ndarray'>

让我们重复相同的例子，但为每一列指定颜色（在这种情况下，为每种动物指定颜色）。

>>> axes = df.plot.line(
...     subplots=True, color={"pig": "pink", "horse": "#742802"}
... )

以下示例展示了两者种群之间的关系。

>>> lines = df.plot.line(x='pig', y='horse')