本文為您介紹PyODPS DataFrame提供的繪圖方法。
如果您需要使用繪圖功能，請先安裝Pandas和Matplotlib。
您可以在Jupyter中運行以下範例程式碼，並使用pip install matplotlib命令安裝Matplotlib。
繪圖
- 單線圖
>>> from odps.df import DataFrame >>> iris = DataFrame(o.get_table('pyodps_iris')) >>> %matplotlib inline >>> iris.sepalwidth.plot() <matplotlib.axes._subplots.AxesSubplot at 0x10c2b3510>
- 多線圖
>>> iris.plot() <matplotlib.axes._subplots.AxesSubplot at 0x10db7e690>
- 豎向柱狀圖
>>> iris.groupby('name').sum().plot(kind='bar', x='name', stacked=True, rot=30) <matplotlib.axes._subplots.AxesSubplot at 0x10c5f2090>
- 長條圖
>>> iris.hist(sharex=True) array([[<matplotlib.axes._subplots.AxesSubplot object at 0x10e013f90>, <matplotlib.axes._subplots.AxesSubplot object at 0x10e2d1c10>], [<matplotlib.axes._subplots.AxesSubplot object at 0x10e353f10>, <matplotlib.axes._subplots.AxesSubplot object at 0x10e3c4410>]], dtype=object)
參數
kind表示繪圖的類型，支援的繪圖類型如下表所示。詳細的參數說明請參見pandas.DataFrame.plot。| kind | 說明 |
| line | 線圖。 |
| bar | 豎向柱狀圖。 |
| barh | 橫向柱狀圖。 |
| hist | 長條圖。 |
| box | Box圖。 |
| kde | 核密度估計。 |
| density | 和Kde相同。 |
| area | Area圖。 |
| pie | 餅圖。 |
| scatter | 散佈圖。 |
| hexbin | Hexbin圖。 |
除上表所示參數外，
plot函數還增加了以下幾種參數，方便進行繪圖。| 參數 | 說明 |
| xlabel | X軸名。 |
| ylabel | Y軸名。 |
| xlabelsize | X軸名大小。 |
| ylabelsize | Y軸名大小。 |
| labelsize | 軸名大小。 |
| title | 標題。 |
| titlesize | 標題大小。 |
| annotate | 是否標記值。 |