可以使用axis将两个标签设置在一起。设置功能。请看这个例子:

import pandas as pd
import matplotlib.pyplot as plt
values = [[1,2], [2,5]]
df2 = pd.DataFrame(values, columns=['Type A', 'Type B'], index=['Index 1','Index 2'])
ax = df2.plot(lw=2,colormap='jet',marker='.',markersize=10,title='Video streaming dropout by category')
# set labels for both axes
ax.set(xlabel='x axis', ylabel='y axis')
plt.show()

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。

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")

Pandas使用matplotlib进行基本数据框架图。因此，如果您正在使用pandas进行基本情节，则可以使用matplotlib进行情节定制。但是，我在这里提出了一种使用seaborn的替代方法，它允许对plot进行更多的自定义，同时不进入matplotlib的基本级别。

工作代码:

import pandas as pd
import seaborn as sns
values = [[1, 2], [2, 5]]
df2 = pd.DataFrame(values, columns=['Type A', 'Type B'], 
                   index=['Index 1', 'Index 2'])
ax= sns.lineplot(data=df2, markers= True)
ax.set(xlabel='xlabel', ylabel='ylabel', title='Video streaming dropout by category') 

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)。

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')