在这里我介绍一下plot方法的函数的使用。
Series.plot方法的函数:

参数    说明
label    用于图例的标签
ax    要在其上进行绘制的matplotlib subplot对象。如果没有设置,则使用当前matplotlib subplot
style    将要传给matplotlib的风格字符串(for example: ‘ko–’)
alpha    图表的填充不透明(0-1)
kind    可以是’line’, ‘bar’, ‘barh’, ‘kde’
logy    在Y轴上使用对数标尺
use_index    将对象的索引用作刻度标签
rot    旋转刻度标签(0-360)
xticks    用作X轴刻度的值
yticks    用作Y轴刻度的值
xlim    X轴的界限
ylim    Y轴的界限
grid    显示轴网格线

在这里强调一下 kind参数——'line', 'bar', 'barh', 'kde':

直方图:是一种可以对值频率离散化显示的柱状图。通过调用Series.hist()方法即可创建。

密度图:与直方图相关的一种类型图,是通过计算“可能会产生观测数据的连续概率分布的估计”而产生的,通过给plot传入参数kind = 'kde' 即可。

散布图:是观测两个一维数据序列之间关系的有效手段,使用pd.scatter_matrix()即可建立。

部分代码:
import matplotlib.pyplot as plt
fig = plt.figure()
fig.set(alpha=0.2)  # 设定图表颜色alpha参数
 
plt.subplot2grid((2,3),(0,0))             # 在一张大图里分列几个小图,位置是(0,0)
data_train.Survived.value_counts().plot(kind='bar')# plots a bar graph of those who surived vs those who did not. 
plt.title(u"获救情况 (1为获救)") # puts a title on our graph
plt.ylabel(u"人数")  
 
plt.subplot2grid((2,3),(0,1))             # 在一张大图(2 * 3)中的位置是(0,1) 
data_train.Pclass.value_counts().plot(kind="bar")
plt.ylabel(u"人数")
plt.title(u"乘客等级分布")
 
plt.subplot2grid((2,3),(0,2))             # 在一张大图(2 * 3)中的位置是(0, 2)
plt.scatter(data_train.Survived, data_train.Age)   # 找出存活人数和年龄的散点图
plt.ylabel(u"年龄")                        # sets the y axis lable
plt.grid(b=True, which='major', axis='y') # formats the grid line style of our graphs
plt.title(u"按年龄看获救分布 (1为获救)")
 
 
plt.subplot2grid((2,3),(1,0), colspan=2)  # colspan = 2 表示横向跨度是 2
# plots a kernel desity estimate(核密度估计) of the subset of the 1st class passanges's age
data_train.Age[data_train.Pclass == 1].plot(kind='kde')   
data_train.Age[data_train.Pclass == 2].plot(kind='kde')
data_train.Age[data_train.Pclass == 3].plot(kind='kde')
plt.xlabel(u"年龄")# plots an axis lable
plt.ylabel(u"密度") 
plt.title(u"各等级的乘客年龄分布")
plt.legend((u'头等舱', u'2等舱',u'3等舱'),loc='best') # sets our legend for our graph. 显示图示
 
 
plt.subplot2grid((2,3),(1,2))
data_train.Embarked.value_counts().plot(kind='bar')
plt.title(u"各登船口岸上船人数")
plt.ylabel(u"人数")  
plt.show()

显示的图形如下所示:

bingo,通过这个简单的示例,以后画图之类的都可以搞定了。

原文链接:https://blog.csdn.net/Jinlong_Xu/article/details/70175107

【matplotlib】plot()kind参数表相关推荐

  1. python使用matplotlib可视化线图(line plot)、在可视化图像中的指定位置添加横线(add horizontal line in matplotlib plot)

    python使用matplotlib可视化线图(line plot).在可视化图像中的指定位置添加横线(add horizontal line in matplotlib plot) 目录

  2. python使用matplotlib可视化、为可视化图像的X轴和Y轴设置自定义的轴标签(axis labels of matplotlib plot)

    python使用matplotlib可视化.为可视化图像的X轴和Y轴设置自定义的轴标签(axis labels of matplotlib plot) 目录

  3. python使用matplotlib可视化线图(line plot)、并自定义设置可视化图像中没有网格线(remove grid line in matplotlib plot result)

    python使用matplotlib可视化线图(line plot).并自定义设置可视化图像中没有网格线(remove grid line in matplotlib plot result) 目录

  4. 云视睿博流媒体服务器Lit,《云视睿博流媒体服务器参数表.docx

    <云视睿博流媒体服务器参数表 云视睿博流媒体服务器参数表2015-10-12更新项目指标系统版本NTV Media Server 3.6NTV Transcoding Engine 2.0操作系 ...

  5. data-role参数表:

    data-role参数表: data-role参数表: page        页面容器,其内部的mobile元素将会继承这个容器上所设置的属性 header     页面标题容器,这个容器内部可以包 ...

  6. Matplotlib - plot用例

    title: Matplotlib - plot用例 categories: python Matplotlib tags: python Matplotlib Computer Drawing im ...

  7. DAX/PowerBI系列 - 参数表(Parameter Table) - 大客户分析(Top N)

    DAX/PowerBI系列 - 参数表(Parameter Table) - 大客户分析(Top N) 难度: ★☆☆☆☆(1星) 适用范围: ★★★☆☆(3星) 概况:此文为DAX/PowerBI系 ...

  8. IRF系列场效应管参数表

    IRF系列场效应管参数表 IRF系列场效应管参数表(IRF9Z10-IRF633) IRF系列场效应管参数表(IRF634-IRFC9014) IRF系列场效应管参数(IRFC9024-IRFIP05 ...

  9. matplotlib.plot显示希腊字母及标题中的平方函数

    一.显示小写字母 β : plt.xlabel( u'\u03B2' ) 详情参考下面两个链接 matplotlib.plot显示希腊字母 https://neusncp.com/user/blog? ...

  10. matlab仿真建立机器臂模型并得到其D-H参数表

    最近老师要求我们在matlab中构造下图机器人的模型 其初步构型长这样 想要实现图示关节的构型,必须在正确的坐标位置绘制出圆柱体(为圆柱指定位置和z轴方向),那么就必须先获得机器臂各个关节的位姿(位置 ...

最新文章

  1. mysql 5.7 json函数_Mysql5.7中对于JSON函数设置的案例详细说明
  2. python基于什么语言-一种基于Python语言的EDA开发平台及其使用方法与流程
  3. Vue.js 2.x render 渲染函数 JSX
  4. cpout引脚是干什么的_电源IC欠压保护(Brown-out)功能介绍
  5. 一直出现 Enter passphrase for key '/root/.ssh/gitkey12.pub'
  6. a标签阻止链接跳转(href=‘javascript:;‘)
  7. 2层框架结构柱子间距_框架结构的特点有哪些?框架结构是什么?
  8. GitLab 在多分支中的一个push
  9. python利用有道词典翻译_使用Python从有道词典网页获取单词翻译
  10. jedis连接mysql_使用Jedis操作Redis数据库
  11. 食品安全和大数据物联网有什么关系
  12. 对倒立摆的LQR控制
  13. Selenium和Firefox对应版本及注意事项
  14. 新买的固态硬盘写保护,无法格式化,怎么破!
  15. SQL查询,子查询作为结果字段
  16. 借助阿里云轻松部署企业网盘
  17. 【转载】测试工程师怎么甩锅
  18. 云服务器配置emqx时,mqtt启动成功,但emqx_ctl start显示Node ‘emqx@127.0.0.1‘ not responding to pings.
  19. jop怎么读音英语怎么说_job怎么读?
  20. python股票接口_小小- python用雅虎财经(yahoo)接口写简易爬虫获取A股上证所有股票(可以单独选择个股)历史数据...

热门文章

  1. 路由器当交换机用的设置方法
  2. 隐函数求导公式(多元隐函数存在定理)
  3. 计算机设置新网络,新买的电脑怎么设置网络连接
  4. quartz 每月一次_quartz cron表达式 每周一0点怎么设置
  5. 【deepstream部署Yolov6】
  6. 学习shell小窍门
  7. 01费曼技巧 - 助你快速掌握软件测试知识
  8. 手机版服务器最新的,我的世界手机版服务器ip地址大全(持续更新)
  9. php如何拼接图片路径,如何把图片拼接在一张图上?
  10. stm32(十八)TFT-LCD