Python pandas.Series.plot.bar用法及代码示例

用法:
Series.plot.bar(x=None, y=None, **kwargs)

垂直条形图。

条形图是一种用矩形条显示分类数据的图，矩形条的长度与它们所代表的值成比例。条形图显示离散类别之间的比较。该图的一个轴显示正在比较的特定类别，另一个轴表示测量值。

参数：

x：标签或位置，可选

允许绘制一列与另一列。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。如果未指定，则使用所有数字列。

color：str，array-like，或 dict，可选

DataFrame 的每个列的颜色。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‘red’ 或“#a98d19”。
由名称、RGB 或 RGBA 引用的一系列颜色字符串
代码，它将递归地用于每一列。例如 [‘green’,'yellow'] 每列的条将交替填充为绿色或黄色。如果只有一列要绘制，则仅使用颜色列表中的第一种颜色。
{列名形式的字典color}，这样每一列都将是
相应地着色。例如，如果您的列被称为 a 和 b ，那么传递 {‘a’: ‘green’, ‘b’: ‘red’} 会将列 a 的条形着色为绿色，将列 b 的条形着色为红色.

**kwargs：

其他关键字参数记录在 DataFrame.plot() 中。

matplotlib.axes.Axes 或它们的 np.ndarray: 当 subplots=True 时，每列返回一个带有一个 matplotlib.axes.Axes 的 ndarray。

例子：

基本情节。

>>> df = pd.DataFrame({'lab':['A', 'B', 'C'], 'val':[10, 30, 20]})
>>> ax = df.plot.bar(x='lab', y='val', rot=0)

将整个 DataFrame 绘制成条形图。每一列都分配有不同的颜色，每一行沿水平轴嵌套在一个组中。

>>> speed = [0.1, 17.5, 40, 48, 52, 69, 88]
>>> lifespan = [2, 8, 70, 1.5, 25, 12, 28]
>>> index = ['snail', 'pig', 'elephant',
...          'rabbit', 'giraffe', 'coyote', 'horse']
>>> df = pd.DataFrame({'speed': speed,
...                    'lifespan': lifespan}, index=index)
>>> ax = df.plot.bar(rot=0)

绘制 DataFrame 的堆积条形图

>>> ax = df.plot.bar(stacked=True)

可以使用 subplots=True 按列拆分图形，而不是嵌套。在这种情况下，返回matplotlib.axes.Axes 的numpy.ndarray。

>>> axes = df.plot.bar(rot=0, subplots=True)
>>> axes[1].legend(loc=2)

如果您不喜欢默认颜色，您可以指定每列的颜色。

>>> axes = df.plot.bar(
...     rot=0, subplots=True, color={"speed": "red", "lifespan": "green"}
... )
>>> axes[1].legend(loc=2)

绘制单个列。

>>> ax = df.plot.bar(y='speed', rot=0)

仅绘制 DataFrame 的选定类别。

>>> ax = df.plot.bar(x='lifespan', rot=0)

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.Series.plot.bar。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：