为什么matplotlib .plot（kind ='bar'）图与.plot（）如此不同

Question

这可能是一个非常愚蠢的问题，但是当使用.plot（）绘制Pandas DataFrame时，它很快并且会生成带有适当索引的图形。一旦我尝试将其更改为条形图，它似乎就失去了所有格式，并且索引变得疯狂。为什么会这样呢？是否有一种简单的方法可以绘制与折线图相同格式的条形图？

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

df = pd.DataFrame()
df['Date'] = pd.date_range(start='01/01/2012', end='31/12/2018')
df['Value'] = np.random.randint(low=5, high=100, size=len(df))
df.set_index('Date', inplace=True)

df.plot()
plt.show()

df.plot(kind='bar')
plt.show()

更新： 为了进行比较，如果我将数据放入Excel中，然后创建一个折线图，然后立即创建一个条形图（“列”），它将转换该图并保持轴标签与折线图相同。如果我尝试用多年的每日数据在Python中生成许多条形图，那将花费很长时间。有没有等效的方法可以在Python中执行此Excel转换？

Answer 1

熊猫柱状图本质上是分类的；也就是说，每个条形图都是一个单独的类别，并且它们都有自己的标签。熊猫目前无法绘制数字条形图（以与线条图相同的方式）。

相反，如果输入数据是数字或日期，则matplotlib bar的图是数字的。所以

plt.bar(df.index, df["Value"])

产生

但是请注意，由于数据框中有2557个数据点，这些数据点仅分布在几百个像素上，因此并未实际绘制所有条形图。相反，如果要显示每个小节，则最终图像中的小节必须为一个像素宽。这意味着您的图形每边的5％边距需要超过2800像素宽或矢量格式。

因此，与其显示每日数据，不如将其汇总为每月或每季度数据是有意义的。

Answer 2

默认的.plot()用直线连接所有数据点并生成线图。

另一方面，.plot(kind='bar')将每个数据点绘制为离散条形。为了在x轴上获得正确的格式，必须在绘图后修改刻度标签。