主要利用dataframe.plot绘图:对每一列绘制折线图,并在一张图显示。

使用DataFrame的plot方法绘制图像会按照数据的每一列绘制一条曲线,默认按照列columns的名称在适当的位置展示图例。

DataFrame.plot(x=None, y=None, kind='line', ax=None, subplots=False, sharex=None,   sharey=False, layout=None, figsize=None, use_index=True, title=None, grid=None,   legend=True, style=None, logx=False, logy=False, loglog=False, xticks=None,   yticks=None, xlim=None, ylim=None, rot=None, fontsize=None, colormap=None,   position=0.5, table=False, yerr=None, xerr=None, stacked=True/False,   sort_columns=False, secondary_y=False, mark_right=True, **kwds)

1.数据重构
原数据格式:
在这里插入图片描述
为了后面能够直接利用df.plot按列绘图,需要先对数据进行调整。

一般对数据进行调整的函数有stack;unstack; pivot函数,这里df.pivot()函数可以满足要求。
语法:DataFrame.pivot(index=None, columns=None, values=None)

重塑数据(产生一个“pivot”表格)以列值为标准。使用来自索引/列的唯一的值(去除重复值)为轴形成dataframe结果。为了精细调节控制,可以看和stack/unstack方法有关的分层索引文件。

调整后的数据格式为:
在这里插入图片描述

2.pandas.DataFrame.plot( )绘制图像
(1)绘制组合图

fig = plt.figure(figsize=(6,4))

ax= fig.add_subplot(1,1,1)

df.plot(x='Date',kind='line',marker='o',markersize=0.25,linestyle='-',linewidth=0.1 ,legend = False,ax = ax)#color=['r','b','g','limegreen','fuchsia','gold','lightskyblue']

#df.plot(style=['--',':','-.'])
plt.tight_layout()
plt.show()

参考资料:
官网资料pandas-Visualization实例:https://pandas.pydata.org/pandas-docs/version/0.18.1/visualization.html

df.plot:https://blog.csdn.net/u010916338/article/details/105725777

pandas.DataFrame.plot( )参数详解:https://blog.csdn.net/h_hxx/article/details/90635650

Logo

华为开发者空间,是为全球开发者打造的专属开发空间,汇聚了华为优质开发资源及工具,致力于让每一位开发者拥有一台云主机,基于华为根生态开发、创新。

更多推荐