Pandas提供的Plot()方法可以将串行数据和DataFrame可视化，data frame是https://www.zhucesz.com/的封装，执行后会生成一个可视化图形，直接显示在Jupyter笔记本上。 默认情况下，Plot是一个折线图，X轴表示指数，Y轴表示数据。 (1)对于DataFrame，所有数字列将以多条虚线的形式显示在图形中。 (2)其他图形： (1)数列数据调用plot方法，其索引信息会显示在x轴上，而y轴是x轴上索引对应的具体数据值。 (2)数据帧数据： 调用plot时，X轴是DataFrame的索引，Y轴会显示多列折线数据。 绘制数据帧时，可以指定X轴和Y轴的列。 如果Y轴需要多个值，您可以将它们传递到列表中： (1)种类参数，它可以指定图形的类型： (2)2)kind支持的参数如下： 折线图：折线图，默认；饼图：饼图；条形图：柱形图；Barh:水平直方图；Hist:直方图；Kde，density:核密度估计图；方框：方框图；面积：面积图；散点图：散点图；Hexbin:六角盒绘图。 如果是Series，索引就是X轴，不需要传入Y轴的值。 使用title参数指定图形的标题，标题将显示在图形的顶部。 Tsize指定轴上的字体大小，以磅为单位。 样式您可以指定图表的线条样式，并结合使用： 网格将向x和y方向添加背景参考线： (1)plot默认显示图例，传入参数legend=False可以隐藏。 (2)颠倒图例(与前一个顺序相反)。 figsize参数传入一个元组，该元组可以指定图形的宽度和高度(以英寸为单位)。 全局默认图形大小： Colormap指定图形颜色方案。 backend参数可以指定一个新的绘图引擎，默认为Matplotlib。 (1)用bokeh代替绘图引擎，bokeh是一个优秀的交互式Python可视化绘图库。 上面的代码执行后，会先加载bokeh的JavaScript等静态资源，然后显示交互图形。您可以单击页面上的各种操作按钮来浏览数据。 (2)Pandas支持以下绘图引擎： Matplotlib(默认)HV Plot https://www.zhucesz.com/版及以上Holoviewstandas _ Bokehplotly https://www.zhucesz.com/版及以上Altair 为了实现两类图的叠加，可以将两个图的绘图语句组合成一个元组或一个列表。 在可视化中，颜色的表示方式与CSS相同，可以用CSS颜色名称和CSS合法颜色值来表示。 (1)17种标准颜色名称：水绿色、黑色、蓝色、紫红色、灰色、绿色、石灰色、栗色、藏青色、橄榄色、橙色、紫色、红色、银色、蓝绿色、白色和黄色。 (2)法律色彩价值。在HTML和CSS中，使用3位元素。总共6个十六进制数字代表一种颜色。每个元素的取值范围从00到FF，相当于十进制数字的0到255。按照这个顺序，前两位是红色值，中间两位是绿色值，后两位是蓝色值。 (3)rgb(红绿蓝)格式：如rgb(37，37，37)。 (1)临时方案 (2)永久方案：在配置文件中添加指定的中文字体。 本节将介绍plot()方法改编的一些最常用的图形绘制方法，无需额外参数即可快速可视化数据。 plot的默认图形是折线图，所以对于折线图可以省略https://www.zhucesz.com/()中的line方法。 (1)DataFrame可以直接调用plot生成折线图。 X轴为索引，其他数字类型的列为Y轴上的线。 如果要将指定列作为X轴，可以先将其设置为索引。 (2)以系列指数为X轴，数值为Y轴。如果该值不是数字，将会报告一个错误： (3)可以指定X轴和Y轴： (4)如果折线图中有多条线，可以用支线剧情来区分，形成多个子图。 饼状图可以显示不同种类的数据在整体中所占的比例，将一个完整的圆分成若干个小蛋糕，比例以弧度体现。 如果数据中有NaN值，则自动填充为0；如果数据中有负值，将引发ValueError错误。 (1)对于系列： (2)对于DataFrame，需要指定Y值。 (3)如果数据之和小于https://www.zhucesz.com/,将抽取一个扇形。 (4)DataFrame可以传入subplots=True来创建子图矩阵。 (5)默认有图例，但可以通过传入参数legend=False来设置。 (6)其他常用参数： (1)DataFrame直接调用https://www.zhucesz.com/生成直方图。 X轴是索引，其他数字类型的列是Y轴上的条： 如果要在X轴上显示指定的列，可以将其设置为索引： (2)数列指标是X轴，数值是Y轴。当存在非数字值时，将会报告错误。 如果数据中有负值，0刻度将在X轴上，而不是在图形的底部边缘： 堆叠同一指标的多个数据： (3)直方图也支持子图，使用subplots=True。 直方图又称质量分布图，是由一系列不同高度的纵向条纹或线段组成，用以表示数据分布。通常，横轴表示数据类型，纵轴表示分布。 直方图描述的是数据在不同区间的分布情况，描述的数据量一般较大。分组数据字段(统计结果)映射到水平轴，频率字段(统计结果)映射到矩形的高度。您可以设置分类数据的颜色，以增加分类的区分度。 (1)在下面的例子中，随机生成三列，每列1000，其中一列随机数加1，一列随机数减1，然后绘制直方图。默认的箱数是10(箱=10)，alpha是颜色的透明度(范围0~1): (2)系列是单一直方图： (3)堆叠并指定箱子的数量： (4)用https://www . https://www.zhucesz.com/(alpha=https://www.zhucesz.com/)直接画出子图： (5)可以单独绘制子图，以指定子框的数量： (6)by参数可用于分组以生成分组子图： 箱线图，又称盒图、箱线图或盒线图，是用来表示一组数据分布情况的统计图表。 3359 https://www.zhucesz.com/()3359 www . https://www.zhucesz.com/()和3359 www . https://www.zhucesz.com/()都可以画箱线图。 3359 https://www.zhucesz.com/()无法使用，找不到原因。 (1)从方框图中可以观察到： 一组数据的关键值，如中值、最大值和最小值；数据集中是否存在异常值以及异常值的具体值；数据是否对称；数据分布是否密集；数据是否失真，即有偏差？ (2)用法 (3)其他方法： (4)使用vert=False将图形设置为横向，并使用position来控制位置： 面积图也叫面积图。折线图中折线与自变量坐标轴之间的区域用颜色或纹理填充，所以填充的区域称为面积。填充颜色可以更好地突出趋势信息。 默认情况下，面积图是堆叠的。 要生成累计面积图，每列必须全部为正或全部为负。 当输入数据包含NaN时，将用0填充。 如果你想删除或填入不同的值，你需要在调用图形之前使用https://www.zhucesz.com/()或https://www.zhucesz.com/()。 3359 https://www.zhucesz.com/()和* * 3359 https://www.zhucesz.com/() * *是面积图的基本操作。默认情况下，X轴是索引，Y轴是值或所有数据列。 (1)单柱： (2)所有数据列： (3)生成一个不堆叠且有一定透明度的图形，传入stack=False，Alpha的默认值为https://www.zhucesz.com/: (4)指定X轴和Y轴： 散点图也叫x-y图，是将直角坐标系中的所有数据以点的形式显示出来，以表示变量之间相互影响的程度。点的位置由变量的值决定。 (1)可以用https://www.zhucesz.com/()方法画散点图。散点图要求X轴和Y轴为数字列，可以通过X和Y关键字指定。 (2)使用C参数指定点的颜色： c可以取以下值： 字符、RGB或RGBA码，如红色、# A98D19序列，颜色列表，每个点对应的颜色；列或位置； (3)参数colorbar=True会在当前坐标区域或图形右侧显示一个垂直的颜色条，显示当前的颜色图，并指明数值与颜色图之间的映射关系。 (4)参数s用于指定点的大小。 六边形盒图又称六边形盒图，是以六边形为主要元素的统计图。它不仅是散点图的扩展，还具有直方图和热图的特点。 3359 https://www.zhucesz.com/()无法使用，找不到原因。 使用**https://www.zhucesz.com/()**创建一个六边形图。如果数据过于密集，无法单独绘制每个点，可以使用六边形图。