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') 

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。

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')

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")