pandas.plotting.parallel_coordinates

pandas.plotting.parallel_coordinates(frame, class_column, cols=None, ax=None, color=None, use_columns=False, xticks=None, colormap=None, axvlines=True, axvlines_kwds=None, sort_labels=False, **kwargs)

平行坐标图绘制。

参数:

框架DataFrame

要绘制的 DataFrame。

class_columnstr

包含类名的列名。

cols列表，可选

要使用的列名列表。

axmatplotlib.axis, 可选

Matplotlib 轴对象。

颜色列表或元组，可选

用于不同类别的颜色。

use_columnsbool, 可选

如果为真，列将被用作 xticks。

xticks列表或元组，可选

用于 xticks 的值列表。

colormapstr 或 matplotlib 颜色映射, 默认 None

用于线条颜色的色图。

axvlinesbool, 可选

如果为真，垂直线将在每个 xtick 处添加。

axvlines_kwds关键词，可选

传递给 axvline 方法的选项，用于垂直线。

sort_labels布尔值, 默认为 False

排序 class_column 标签，在分配颜色时非常有用。

**kwargs

传递给 matplotlib 绘图方法的选项。

返回:

matplotlib.axes.Axes

包含平行坐标图的 matplotlib 轴。

参见

plotting.andrews_curves

生成一个 matplotlib 图表以可视化多元数据的聚类。

plotting.radviz

在2D中绘制多维数据集。

示例

>>> df = pd.read_csv(
...     "https://raw.githubusercontent.com/pandas-dev/"
...     "pandas/main/pandas/tests/io/data/csv/iris.csv"
... )
>>> pd.plotting.parallel_coordinates(
...     df, "Name", color=("#556270", "#4ECDC4", "#C7F464")
... )