pandas.core.groupby.SeriesGroupBy.plot

property SeriesGroupBy.plot

绘制 Series 或 DataFrame 的图表。

使用由选项 plotting.backend 指定的后端。默认情况下，使用 matplotlib。

参数:

数据Series 或 DataFrame

调用该方法的对象。

属性

x	（标签或位置，默认无）仅在数据是 DataFrame 时使用。
y	(标签, 位置或标签、位置列表, 默认 None) 允许绘制一列与另一列的对比图。仅在数据是 DataFrame 时使用。
种类	(str) 要生成的图表类型： - ‘line’ : 折线图 (默认) - ‘bar’ : 垂直条形图 - ‘barh’ : 水平条形图 - ‘hist’ : 直方图 - ‘box’ : 箱形图 - ‘kde’ : 核密度估计图 - ‘density’ : 与 ‘kde’ 相同 - ‘area’ : 面积图 - ‘pie’ : 饼图 - ‘scatter’ : 散点图 (仅限 DataFrame) - ‘hexbin’ : 六边形分箱图 (仅限 DataFrame)
ax	(matplotlib axes 对象, 默认 None) 当前图形的轴。
子图	(布尔值或可迭代序列，默认为False) 是否将列分组到子图中： - False : 不会使用子图 - True : 为每一列创建单独的子图。 - 列标签的可迭代序列：为每组列创建一个子图。例如 [(‘a’, ‘c’), (‘b’, ‘d’)] 将创建2个子图：一个包含列 ‘a’ 和 ‘c’，另一个包含列 ‘b’ 和 ‘d’。未指定的剩余列将在额外的子图中绘制（每列一个）。 .. versionadded:: 1.5.0
sharex	(bool, 如果 ax 为 None 则默认为 True，否则为 False) 如果 subplots=True，共享 x 轴并将一些 x 轴标签设置为不可见；如果 ax 为 None 则默认为 True，否则如果传入 ax 则为 False；请注意，传入 ax 和 sharex=True 将更改图中所有轴的 x 轴标签。
sharey	(bool, 默认 False) 如果 subplots=True，共享 y 轴并将一些 y 轴标签设置为不可见。
布局	（元组，可选）（行，列）用于子图布局。
figsize	（一个以英寸为单位的 (宽度, 高度) 元组）图形对象的大小。
use_index	(bool, 默认 True) 使用索引作为 x 轴的刻度。
标题	（字符串或列表）用于绘图的标题。如果传递的是字符串，则在图形的顶部打印该字符串。如果传递的是列表并且 subplots 为 True，则在相应子图的上方打印列表中的每一项。
网格	(bool, 默认 None (matlab 风格默认)) 轴网格线。
图例	(bool 或 {‘reverse’}) 在轴子图上放置图例。
风格	（列表或字典）每列的matplotlib线型。
logx	(bool 或 ‘sym’, 默认 False) 在 x 轴上使用对数缩放或 symlog 缩放。
logy	(bool 或 ‘sym’ 默认 False) 在 y 轴上使用对数缩放或 symlog 缩放。
loglog	(布尔值或’sym’, 默认 False) 在 x 轴和 y 轴上使用对数缩放或 symlog 缩放。
xticks	（序列）用于 xticks 的值。
yticks	（序列）用于 yticks 的值。
xlim	(2-tuple/list) 设置当前轴的x轴范围。
ylim	（2元组/列表）设置当前轴的y轴限制。
xlabel	（标签，可选）用于x轴上xlabel的名称。默认使用索引名称作为xlabel，或者对于平面图使用x列名称。.. versionchanged:: 2.0.0 现在适用于直方图。
ylabel	(标签, 可选) 用于 y 轴 ylabel 的名称。默认情况下不显示 ylabel，或者对于平面图显示 y 列名称。 .. versionchanged:: 2.0.0 现在适用于直方图。
rot	(float, 默认 None) 刻度的旋转（垂直图表为 xticks，水平图表为 yticks）。
字体大小	(float, 默认 None) xticks 和 yticks 的字体大小。
colormap	（str 或 matplotlib 色图对象，默认 None）用于选择颜色的色图。如果是字符串，则从 matplotlib 加载具有该名称的色图。
colorbar	(bool, 可选) 如果为 True，绘制颜色条（仅与 ‘scatter’ 和 ‘hexbin’ 绘图相关）。
位置	(float) 指定条形图布局的相对对齐方式。从 0（左/底端）到 1（右/顶端）。默认值是 0.5（中心）。
表	(bool, Series 或 DataFrame, 默认 False) 如果为 True，则使用 DataFrame 中的数据绘制表格，并且数据将被转置以适应 matplotlib 的默认布局。如果传递了 Series 或 DataFrame，则使用传递的数据绘制表格。
yerr	（DataFrame、Series、类数组、字典和字符串）详见 带误差棒的绘图。
xerr	（DataFrame、Series、类数组、字典和字符串）等同于 yerr。
stacked	（布尔值，在折线图和条形图中默认为False，在面积图中默认为True）如果为True，则创建堆积图。
secondary_y	(布尔值或序列，默认为False) 如果为列表/元组，则表示要在次要y轴上绘制的列。
mark_right	(布尔值, 默认 True) 当使用 secondary_y 轴时，自动在图例中将列标签标记为“(右侧)”。
include_bool	（布尔值，默认为 False）如果为 True，则可以绘制布尔值。
后端	(str, 默认 None) 使用的后端，而不是选项 plotting.backend 中指定的后端。例如，’matplotlib’。或者，要为整个会话指定 plotting.backend，请设置 pd.options.plotting.backend。
**kwargs	传递给 matplotlib 绘图方法的选项。

返回:

matplotlib.axes.Axes 或它们的 numpy.ndarray

如果后端不是默认的 matplotlib，返回值将是后端返回的对象。

参见

matplotlib.pyplot.plot

绘制 y 相对于 x 的线图和/或标记图。

DataFrame.hist

制作一个直方图。

DataFrame.boxplot

制作一个箱形图。

DataFrame.plot.scatter

制作一个散点图，其中标记点的大小和颜色不同。

DataFrame.plot.hexbin

绘制两个变量的六边形分箱图。

DataFrame.plot.kde

使用高斯核制作核密度估计图。

DataFrame.plot.area

制作一个堆积面积图。

DataFrame.plot.bar

制作一个条形图。

DataFrame.plot.barh

制作一个水平条形图。

备注

• 更多关于此主题的内容，请参阅在线的 matplotlib 文档。

• 如果 kind = ‘bar’ 或 ‘barh’，你可以通过 position 关键字指定条形图布局的相对对齐方式。从 0（左/底端）到 1（右/顶端）。默认是 0.5（中心）

示例

对于系列：

>>> ser = pd.Series([1, 2, 3, 3])
>>> plot = ser.plot(kind="hist", title="My plot")

对于 DataFrame：

>>> df = pd.DataFrame(
...     {"length": [1.5, 0.5, 1.2, 0.9, 3], "width": [0.7, 0.2, 0.15, 0.2, 1.1]},
...     index=["pig", "rabbit", "duck", "chicken", "horse"],
... )
>>> plot = df.plot(title="DataFrame Plot")

对于 SeriesGroupBy：

>>> lst = [-1, -2, -3, 1, 2, 3]
>>> ser = pd.Series([1, 2, 2, 4, 6, 6], index=lst)
>>> plot = ser.groupby(lambda x: x > 0).plot(title="SeriesGroupBy Plot")

对于 DataFrameGroupBy：

>>> df = pd.DataFrame({"col1": [1, 2, 3, 4], "col2": ["A", "B", "A", "B"]})
>>> plot = df.groupby("col2").plot(kind="bar", title="DataFrameGroupBy Plot")