Python數據分析實戰【第三章】3.6-Matplotlib基本圖表繪製【python】

【課程3.6】 基本圖表繪製 plt.plot()

圖表類別：線形圖、柱狀圖、密度圖，以橫縱座標兩個維度爲主
同時可延展出多種其他圖表樣式

plt.plot(kind='line', ax=None, figsize=None, use_index=True, title=None, grid=None, legend=False, 
style=None, logx=False, logy=False, loglog=False, xticks=None, yticks=None, xlim=None, ylim=None, 
rot=None, fontsize=None, colormap=None, table=False, yerr=None, xerr=None, label=None, secondary_y=False, **kwds)

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
% matplotlib inline

1.Series直接生成圖表

ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
ts = ts.cumsum()
ts.plot(kind='line',
       label = 'hehe',
       style = '--g.',
       color = 'red',
       alpha = 0.4,
       use_index = True,
       rot = 45,
       grid = True,
       ylim = [-50,50],
       yticks = list(range(-50,50,10)),
       figsize = (8,4),
       title = 'test',
       legend = True)
#plt.grid(True, linestyle = "--",color = "gray", linewidth = "0.5",axis = 'x')  # 網格
plt.legend()
# Series.plot()：series的index爲橫座標，value爲縱座標
# kind → line,bar,barh...（折線圖，柱狀圖，柱狀圖-橫...）
# label → 圖例標籤，Dataframe格式以列名爲label
# style → 風格字符串，這裏包括了linestyle（-），marker（.），color（g）
# color → 顏色，有color指定時候，以color顏色爲準
# alpha → 透明度，0-1
# use_index → 將索引用爲刻度標籤，默認爲True
# rot → 旋轉刻度標籤，0-360
# grid → 顯示網格，一般直接用plt.grid
# xlim,ylim → x,y軸界限
# xticks,yticks → x,y軸刻度值
# figsize → 圖像大小
# title → 圖名
# legend → 是否顯示圖例，一般直接用plt.legend()
# 也可以 → plt.plot()

2.Dataframe直接生成圖表

df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list('ABCD'))
df = df.cumsum()
df.plot(kind='line',
       style = '--.',
       alpha = 0.4,
       use_index = True,
       rot = 45,
       grid = True,
       figsize = (8,4),
       title = 'test',
       legend = True,
       subplots = False,
       colormap = 'Greens')
# subplots → 是否將各個列繪製到不同圖表，默認False
#colormap→ 色系
# 也可以 → plt.plot(df)