pandas.Series.plot.bar

Series.plot.bar(x=None, y=None, **kwargs)

垂直条形图。

条形图是一种图形，它以长度与所代表的值成比例的矩形条展示分类数据。条形图显示了离散类别之间的比较。图形的一个轴显示正在比较的特定类别，另一个轴表示测量值。

Parameters:

x标签或位置，可选。

允许将一列绘制到另一列。如果未指定，则使用 DataFrame 的索引。

y标签或位置，可选。

允许将一列绘制到另一列。如果未指定，则使用所有数字列。

colorstr, array-like, or dict, optional

DataFrame 列的颜色。可能的值包括：

• 按名称、RGB 或 RGBA 代码引用的单个颜色字符串，

  例如 ‘red’ 或 ‘#a98d19’。

• 按名称、RGB 或 RGBA 引用的颜色字符串序列

  代码，将依次递归用于每列。例如 [‘green’,’yellow’]，每列的条形将依次填充为绿色或黄色。如果只有一列要绘制，则只使用颜色列表中的第一种颜色。

• 形式为 {列名颜色} 的字典，以便每列将

  相应地着色。例如，如果您的列名为 a 和 b，则传递 {‘a’: ‘green’, ‘b’: ‘red’} 将使列 a 的条形着色为绿色，列 b 的条形着色为红色。

**kwargs

附加关键字参数在 DataFrame.plot() 中有详细说明。

Returns:

matplotlib.axes.Axes 或它们的 np.ndarray

当 subplots=True 时，将返回一个 ndarray，其中每列有一个 matplotlib.axes.Axes 。

参见

DataFrame.plot.barh

横向条形图。

DataFrame.plot

绘制 DataFrame 的图形。

matplotlib.pyplot.bar

使用 matplotlib 绘制条形图。

Examples

基本图。

>>> df = pd.DataFrame({'lab':['A', 'B', 'C'], 'val':[10, 30, 20]})
>>> ax = df.plot.bar(x='lab', y='val', rot=0)

将整个 DataFrame 绘制为条形图。每列分配有不同的颜色，并且每行嵌套在水平轴上的组中。

>>> speed = [0.1, 17.5, 40, 48, 52, 69, 88]
>>> lifespan = [2, 8, 70, 1.5, 25, 12, 28]
>>> index = ['snail', 'pig', 'elephant',
...          'rabbit', 'giraffe', 'coyote', 'horse']
>>> df = pd.DataFrame({'speed': speed,
...                    'lifespan': lifespan}, index=index)
>>> ax = df.plot.bar(rot=0)

为 DataFrame 绘制堆叠条形图

>>> ax = df.plot.bar(stacked=True)

除了嵌套之外，还可以使用 subplots=True 按列拆分图形。在这种情况下，将返回 numpy.ndarray 的 matplotlib.axes.Axes 。

>>> axes = df.plot.bar(rot=0, subplots=True)
>>> axes[1].legend(loc=2)  

如果您不喜欢默认颜色，可以指定每列的颜色。

>>> axes = df.plot.bar(
...     rot=0, subplots=True, color={"speed": "red", "lifespan": "green"}
... )
>>> axes[1].legend(loc=2)  

绘制单个列。

>>> ax = df.plot.bar(y='speed', rot=0)

仅绘制 DataFrame 的选定类别。

>>> ax = df.plot.bar(x='lifespan', rot=0)