pandas.DataFrame.plot.area#

DataFrame.plot.area(x=None, y=None, **kwargs)[源代码]#

绘制堆叠面积图。

面积图直观地显示定量数据。此函数包装matplotlib面积函数。

参数
x标签或位置,可选

X轴的坐标。默认情况下使用索引。

y标签或位置,可选

要打印的列。默认情况下,使用所有列。

stacked布尔值,默认为True

默认情况下,面积打印是堆叠的。设置为FALSE可创建未堆叠的绘图。

**kwargs

中记录了其他关键字参数 DataFrame.plot()

退货
Matplotlib.axs.ax或numpy.ndarray

面积图,如果子图为True,则为面积图数组。

参见

DataFrame.plot

使用matplotlib/pylab绘制DataFrame的曲线图。

示例

根据基本业务指标绘制面积图:

>>> df = pd.DataFrame({
...     'sales': [3, 2, 3, 9, 10, 6],
...     'signups': [5, 5, 6, 12, 14, 13],
...     'visits': [20, 42, 28, 62, 81, 50],
... }, index=pd.date_range(start='2018/01/01', end='2018/07/01',
...                        freq='M'))
>>> ax = df.plot.area()
../../_images/pandas-DataFrame-plot-area-1.png

默认情况下,面积打印是堆叠的。要生成未堆叠的曲线图,请通过 stacked=False

>>> ax = df.plot.area(stacked=False)
../../_images/pandas-DataFrame-plot-area-2.png

为单根柱绘制面积图:

>>> ax = df.plot.area(y='sales')
../../_images/pandas-DataFrame-plot-area-3.png

用不同的方式绘制 x

>>> df = pd.DataFrame({
...     'sales': [3, 2, 3],
...     'visits': [20, 42, 28],
...     'day': [1, 2, 3],
... })
>>> ax = df.plot.area(x='day')
../../_images/pandas-DataFrame-plot-area-4.png