将x和y标签添加到pandas图中

Question

假设我有以下代码，使用pandas绘制一些非常简单的代码：

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')

如何在保留使用特定色彩图的能力的同时轻松设置x和y标签？我注意到pandas DataFrames的plot()包装器没有采用任何特定的参数。

Answer 1

df.plot()函数返回matplotlib.axes.AxesSubplot个对象。您可以在该对象上设置标签。

In [4]: ax = df2.plot(lw=2, colormap='jet', marker='.', markersize=10, title='Video streaming dropout by category')

In [6]: ax.set_xlabel("x label")
Out[6]: <matplotlib.text.Text at 0x10e0af2d0>

In [7]: ax.set_ylabel("y label")
Out[7]: <matplotlib.text.Text at 0x10e0ba1d0>

或者，更简洁：ax.set(xlabel="x label", ylabel="y label")。

或者，索引x轴标签会自动设置为索引名称（如果有）。所以df2.index.name = 'x label'也可以。

Answer 2

您可以这样使用：

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()

显然，您必须将字符串'xlabel'和'ylabel'替换为您想要的字符串。

Answer 3

如果您标记DataFrame的列和索引，pandas将自动提供适当的标签：

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')

在这种情况下，您仍然需要手动提供y标签（例如，通过plt.ylabel，如其他答案中所示）。

Answer 4

可以将两个标签与axis.set功能一起设置。寻找例子：

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()

Answer 5

对于使用pandas.DataFrame.hist的情况：

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

请注意，您会获得绘图的ARRAY，而不是绘图。因此，要设置x标签，您需要执行类似这样的操作

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

Answer 6

在 Pandas 1.10 版中，您可以在方法 xlabel 中使用参数 ylabel 和 plot：

df.plot(xlabel='X Label', ylabel='Y Label', title='Plot Title')

Answer 7

关于...

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()

Answer 8

pandas将matplotlib用于基本数据框图。因此，如果您使用pandas进行基本绘图，则可以使用matplotlib进行绘图自定义。但是，我在这里提出了一种使用seaborn的替代方法，该方法可以在不进入matplotlib的基本级别的情况下对图进行更多的自定义。

工作代码：

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')