Python – 在折线图中绘制Pandas DataFrame

背景

在数据分析和可视化中，折线图是一种常用的图表类型。在Python和Pandas DataFrame中，有多种方法可以绘制一个折线图。本文将介绍如何使用Python和Pandas DataFrame来绘制一个简单的折线图。

在本教程中，我们将探索如何使用pyplot库函数“plot”在Pandas DataFrame中创建一个简单的折线图。我们还将探讨如何添加标签和其他高级功能，例如呈现多行数据和图例。

示例

让我们开始我们的示例，首先我们需要导入我们所需要的库。

# 导入库
import pandas as pd
import matplotlib.pyplot as plt

接下来，让我们创建一个简单的数据集，其中包含一系列月份和对应的销售收入数据。

# 创建数据集
data = {'月份': ['1月', '2月', '3月', '4月', '5月', '6月', '7月', '8月', '9月', '10月', '11月', '12月'], '收入': [45, 50, 68, 70, 85, 90, 105, 120, 135, 150, 168, 180]}

# 将数据集转换为 DataFrame
df = pd.DataFrame(data)

# 显示数据
print(df)

我们应该会看到下面的输出：

    月份  收入
0    1月  45
1    2月  50
2    3月  68
3    4月  70
4    5月  85
5    6月  90
6    7月  105
7    8月  120
8    9月  135
9   10月  150
10  11月  168
11  12月  180

我们现在有了一个包含月份和销售收入数据的DataFrame。让我们使用pyplot的plot函数来创建一个简单的折线图。

# 绘制折线图
plt.plot(df['月份'], df['收入'])

# 添加标签
plt.title('每月销售收入')
plt.xlabel('月份')
plt.ylabel('收入')

# 显示图形
plt.show()

我们成功地使用Python和Pandas DataFrame创建了一个简单的折线图。绘图非常简单 – 我们只需调用plt.plot（）函数，并传递我们要绘制的数据，即月份和收入。

我们还添加了标签，以使我们的图表更易于解释。

多行数据

在许多情况下，我们需要绘制多行数据的折线图，以比较两个或更多数据系列的变化。让我们修改我们的DataFrame，以便包含两个不同的销售数据系列。

# 创建数据集
data = {'月份': ['1月', '2月', '3月', '4月', '5月', '6月', '7月', '8月', '9月', '10月', '11月', '12月'], '销售1': [45, 50, 68, 70, 85, 90, 105, 120, 135, 150, 168, 180], '销售2':[30, 40, 50, 60, 70, 80, 90, 100, 110, 120, 130, 140]}

# 将数据集转换为 DataFrame
df = pd.DataFrame(data)

# 显示数据
print(df)

我们应该会看到下面的输出：

    月份  销售1  销售2
0    1月   45   30
1...   2月   50   40
2    3月   68   50
3    4月   70   60
4    5月   85   70
5    6月   90   80
6    7月  105   90
7    8月  120  100
8    9月  135  110
9   10月  150  120
10  11月  168  130
11  12月  180  140

我们现在有了一个包含两个销售数据系列的DataFrame。让我们绘制这两个数据系列。

# 绘制折线图
plt.plot(df['月份'], df['销售1'])
plt.plot(df['月份'], df['销售2'])

# 添加标签和图例
plt.title('每月销售收入')
plt.xlabel('月份')
plt.ylabel('收入')
plt.legend(['销售1', '销售2'])

# 显示图形
plt.show()

我们现在有两根折线图 – 一根代表销售1数据系列，另一根代表销售2数据系列。我们还添加了图例，使其更易于理解。