pandas 系列是怎么引起的?
plt.plot(df["Column"].as_matrix())
plt.plot(df["Column"])
df["Column"].plot()
实际上有相似的人工制品,但情节并不完全相同。
请您参考如下方法:
假设您有以下 DataFrame
x = [2,1,3,6,5,6,7]
y = [1,2,5,1,1,6,1]
df = pd.DataFrame({"y" : y }, index=x)
然后调用
plt.plot(df["y"].as_matrix()) 等同于 plt.plot(y) 仅绘制 y其自身索引的值(从 0 开始,递增 1)。
相比之下,
plt.plot(df["y"]) 等同于 plt.plot(x,y) 绘制 y 值数据帧的索引。如果不对这些索引进行排序,则绘图看起来会失真。 (pandas plot 命令也是如此。)
这是一个完整的例子。
import pandas as pd
import matplotlib.pyplot as plt
df = pd.DataFrame({"y" : [1,2,5,1,1,6,1] }, index=[2,1,3,6,5,6,7])
plt.plot(df["y"].as_matrix(), lw=3, label='plt.plot(df["y"].as_matrix())')
plt.plot(df["y"], lw=3, label='plt.plot(df["y"])')
df["y"].plot(ax=plt.gca(), linestyle="--", color="k", label='df["y"].plot()')
plt.legend()
plt.show()
能够使用上述任何方法的最简单的解决方案是重新索引数据框
df = df.reset_index()
