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
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")
其他回答
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()
关于……
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'])
(df2.plot(lw=2,
colormap='jet',
marker='.',
markersize=10,
title='Video streaming dropout by category')
.set(xlabel='x axis',
ylabel='y axis'))
plt.show()
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')
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。
