เพิ่มป้าย x และ y ลงในพล็อตแพนด้า

สมมติว่าฉันมีรหัสต่อไปนี้ที่พล็อตเรื่องง่าย ๆ โดยใช้นุ่น:

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')

ฉันจะตั้งค่า x และ y-label ได้อย่างง่ายดายในขณะที่รักษาความสามารถในการใช้ colormaps ที่เฉพาะเจาะจงได้อย่างไร ฉันสังเกตเห็นว่าplot()wrapper สำหรับ pandas DataFrames ไม่ได้ใช้พารามิเตอร์เฉพาะสำหรับสิ่งนั้น

df.plot()ฟังก์ชันส่งกลับmatplotlib.axes.AxesSubplotวัตถุ คุณสามารถตั้งค่าป้ายชื่อบนวัตถุนั้น

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")

ax.set(xlabel="x label", ylabel="y label")หรือมากกว่าชัดถ้อยชัดคำ:

อีกทางหนึ่งฉลากแกน x จะถูกตั้งค่าเป็นชื่อดัชนีโดยอัตโนมัติหากมี เพื่อdf2.index.name = 'x label'จะทำงานมากเกินไป

คุณสามารถใช้ทำแบบนี้:

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()

เห็นได้ชัดว่าคุณต้องแทนที่สตริง 'xlabel' และ 'ylabel' ด้วยสิ่งที่คุณต้องการให้เป็น

หากคุณติดป้ายกำกับคอลัมน์และดัชนีของ DataFrame ของคุณแพนด้าจะจัดหาป้ายกำกับที่เหมาะสมโดยอัตโนมัติ:

import pandas as pd
values = [[1, 2], [2, 5]]
df = pd.DataFrame(values, columns=['Type A', 'Type B'], 
                  index=['Index 1', 'Index 2'])
df.columns.name = 'Type'
df.index.name = 'Index'
df.plot(lw=2, colormap='jet', marker='.', markersize=10, 
        title='Video streaming dropout by category')

ในกรณีนี้คุณจะต้องระบุ y-label ด้วยตนเอง (เช่นผ่านทางplt.ylabelที่แสดงในคำตอบอื่น ๆ )

เป็นไปได้ที่จะตั้งฉลากทั้งสองพร้อมกับaxis.setฟังก์ชั่น ค้นหาตัวอย่าง:

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()

สำหรับกรณีที่คุณใช้pandas.DataFrame.hist:

plt = df.Column_A.hist(bins=10)

โปรดทราบว่าคุณได้รับ ARRAY ของพล็อตมากกว่าพล็อต ดังนั้นในการตั้งค่า x label คุณจะต้องทำสิ่งนี้

plt[0][0].set_xlabel("column A")

แล้ว ...

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()

pandasใช้matplotlibสำหรับแปลงดาต้าเฟรมพื้นฐาน ดังนั้นถ้าคุณใช้pandasพล็อตพื้นฐานคุณสามารถใช้ matplotlib สำหรับการปรับแต่งพล็อต อย่างไรก็ตามฉันเสนอวิธีทางเลือกที่นี่โดยใช้seabornซึ่งอนุญาตให้ปรับแต่งพล็อตเพิ่มเติมโดยไม่ต้องเข้าสู่ระดับพื้นฐานmatplotlibซึ่งจะช่วยให้การปรับแต่งเพิ่มเติมของพล็อตในขณะที่ไม่ได้ไปลงในระดับพื้นฐาน

รหัสการทำงาน:

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')