Python pandas.Series.plot.line用法及代码示例

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

将 Series 或 DataFrame 绘制为线条。

这个函数对于使用 DataFrame 的值作为坐标来绘制线条很有用。

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'] 每列的行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 ，则传递 {‘a’: ‘green’, ‘b’: ‘red’} 会将列 a 的行着色为绿色，将列 b 的行着色为红色.

**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：

>>> s = pd.Series([1, 3, 2])
>>> s.plot.line()
<AxesSubplot:ylabel='Density'>

以下示例显示了多年来某些动物的种群。

>>> 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()

带有子图的示例，因此返回了一个轴数组。

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

让我们重复相同的示例，但为每列指定颜色(在本例中，为每只动物)。

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

以下示例显示了两个总体之间的关系。

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

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.line。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：