假设我有下面的代码，使用pandas绘制一些非常简单的东西:
import pandas as pd
values = [[1, 2], [2, 5]]
df2 = pd.DataFrame(values, columns=['Type A', 'Type B'],
index=['Index 1', 'Index 2'])
df2.plot(lw=2, colormap='jet', marker='.', markersize=10,
title='Video streaming dropout by category')
我如何轻松地设置x和y标签，同时保留我使用特定的颜色映射的能力?我注意到pandas DataFrames的plot()包装器没有为此接受任何特定的参数。
当前回答
如果你给DataFrame的列和索引打上标签，pandas会自动提供适当的标签:
import pandas as pd
values = [[1, 2], [2, 5]]
df = pd.DataFrame(values, columns=['Type A', 'Type B'],
index=['Index 1', 'Index 2'])
df.columns.name = 'Type'
df.index.name = 'Index'
df.plot(lw=2, colormap='jet', marker='.', markersize=10,
title='Video streaming dropout by category')
在这种情况下，您仍然需要手动提供y标签(例如，通过plt。Ylabel如其他答案所示)。
其他回答
函数的作用是:返回matplotlib.axes.AxesSubplot对象。您可以在该对象上设置标签。
ax = df2.plot(lw=2, colormap='jet', marker='.', markersize=10, title='Video streaming dropout by category')
ax.set_xlabel("x label")
ax.set_ylabel("y label")
或者更简洁地说:ax。设置(xlabel="x label"， ylabel="y label")。
或者，索引x轴标签将自动设置为索引名称(如果有的话)。所以df2.index.name = 'x label'也可以工作。
你可以这样做:
import matplotlib.pyplot as plt
import pandas as pd
plt.figure()
values = [[1, 2], [2, 5]]
df2 = pd.DataFrame(values, columns=['Type A', 'Type B'],
index=['Index 1', 'Index 2'])
df2.plot(lw=2, colormap='jet', marker='.', markersize=10,
title='Video streaming dropout by category')
plt.xlabel('xlabel')
plt.ylabel('ylabel')
plt.show()
显然，你必须替换字符串'xlabel'和'ylabel'用你想要的。
如果你给DataFrame的列和索引打上标签，pandas会自动提供适当的标签:
import pandas as pd
values = [[1, 2], [2, 5]]
df = pd.DataFrame(values, columns=['Type A', 'Type B'],
index=['Index 1', 'Index 2'])
df.columns.name = 'Type'
df.index.name = 'Index'
df.plot(lw=2, colormap='jet', marker='.', markersize=10,
title='Video streaming dropout by category')
在这种情况下，您仍然需要手动提供y标签(例如，通过plt。Ylabel如其他答案所示)。
对于使用pandas.DataFrame.hist的情况:
plt = df.Column_A.hist(bins=10)
注意，您得到的是一个数组的图，而不是一个图。因此，要设置x标签，您需要这样做
plt[0][0].set_xlabel("column A")
在Pandas 1.10版本中，你可以在方法图中使用参数xlabel和ylabel:
df.plot(xlabel='X Label', ylabel='Y Label', title='Plot Title')
