广告设计专业课程_视觉设计专业就业前景_北京优化推广公司_新闻投稿平台

Pandas2.2 Series

Plotting

方法	描述
Series.plot([kind, ax, figsize, …])	用于绘制 Series 对象的数据可视化图表
Series.plot.area([x, y, stacked])	用于绘制堆叠面积图（Stacked Area Plot）
Series.plot.bar([x, y])	用于绘制垂直条形图（Vertical Bar Plot）
Series.plot.barh([x, y])	用于绘制水平条形图（Horizontal Bar Plot）
Series.plot.box([by])	用于绘制箱线图（Box Plot）
Series.plot.density([bw_method, ind])	用于绘制核密度估计图（Kernel Density Estimate Plot）
Series.plot.hist([by, bins])	用于绘制直方图（Histogram）
Series.plot.kde([bw_method, ind])	用于绘制核密度估计图（Kernel Density Estimate Plot）
Series.plot.line([x, y])	用于绘制折线图（Line Plot）

pandas.Series.plot.line([x, y])

pandas.Series.plot.line 方法用于绘制折线图（Line Plot）。折线图可以展示数据随某个变量的变化趋势，特别适用于时间序列数据。

参数说明

• x：可选，Series 的索引或列名，作为 x 轴的数据。
• y：可选，Series 的列名，作为 y 轴的数据。

示例

import pandas as pd
import matplotlib.pyplot as pltplt.rcParams['font.family'] = ['SimHei']# 创建一个示例 Series
data = pd.Series([10, 20, 30, 40, 50], index=[1, 2, 3, 4, 5])# 绘制折线图
data.plot(kind='line', title='折线图示例', color='blue', marker='o')
plt.xlabel('索引')
plt.ylabel('值')
plt.show()# 创建一个示例 DataFrame 用于多系列折线图
data_multi = pd.DataFrame({'A': [10, 20, 30, 40, 50],'B': [5, 15, 25, 35, 45]
}, index=[1, 2, 3, 4, 5])# 绘制多系列折线图
data_multi.plot(kind='line', title='多系列折线图示例', color=['blue', 'green'], marker='o')
plt.xlabel('索引')
plt.ylabel('值')
plt.show()

结果

1. 折线图示例

   • 图表类型：折线图
   • 标题：折线图示例
   • 数据系列：示例 Series
   • x 轴：索引
   • y 轴：值
   • 图线颜色：蓝色
   • 数据点标记：圆圈
   • 显示内容：数据随索引的变化趋势

2. 多系列折线图示例

   • 图表类型：折线图
   • 标题：多系列折线图示例
   • 数据系列：A 和 B
   • x 轴：索引
   • y 轴：值
   • 图线颜色：蓝色和绿色
   • 数据点标记：圆圈
   • 显示内容：多个系列随索引的变化趋势

通过这些示例，可以看到 pandas.Series.plot.line 方法如何绘制单个 Series 和多系列的折线图，从而直观地展示数据的变化趋势。折线图特别适用于时间序列数据和其他连续数据的分析。