Ajouter des étiquettes x et y à un graphique de pandas

Supposons que j'ai le code suivant qui trace quelque chose de très simple en utilisant des pandas:

import pandas as pd
values = [[1, 2], [2, 5]]
df2 = pd.DataFrame(values, columns=['Type A', 'Type B'], 
                   index=['Index 1', 'Index 2'])
df2.plot(lw=2, colormap='jet', marker='.', markersize=10, 
         title='Video streaming dropout by category')

Comment définir facilement des étiquettes x et y tout en préservant ma capacité à utiliser des couleurs spécifiques? J'ai remarqué que le plot()wrapper pour pandas DataFrames ne prend aucun paramètre spécifique pour cela.

La df.plot()fonction renvoie un matplotlib.axes.AxesSubplotobjet. Vous pouvez définir les étiquettes sur cet objet.

ax = df2.plot(lw=2, colormap='jet', marker='.', markersize=10, title='Video streaming dropout by category')
ax.set_xlabel("x label")
ax.set_ylabel("y label")

Ou, plus succinctement: ax.set(xlabel="x label", ylabel="y label").

Sinon, l'étiquette de l'axe des x de l'index est automatiquement définie sur le nom de l'index, s'il en a un. cela df2.index.name = 'x label'fonctionnerait aussi.

Vous pouvez l'utiliser comme ceci:

import matplotlib.pyplot as plt 
import pandas as pd

plt.figure()
values = [[1, 2], [2, 5]]
df2 = pd.DataFrame(values, columns=['Type A', 'Type B'], 
                   index=['Index 1', 'Index 2'])
df2.plot(lw=2, colormap='jet', marker='.', markersize=10,
         title='Video streaming dropout by category')
plt.xlabel('xlabel')
plt.ylabel('ylabel')
plt.show()

Évidemment, vous devez remplacer les chaînes «xlabel» et «ylabel» par ce que vous voulez qu'elles soient.

Si vous étiquetez les colonnes et l'index de votre DataFrame, les pandas fourniront automatiquement les étiquettes appropriées:

import pandas as pd
values = [[1, 2], [2, 5]]
df = pd.DataFrame(values, columns=['Type A', 'Type B'], 
                  index=['Index 1', 'Index 2'])
df.columns.name = 'Type'
df.index.name = 'Index'
df.plot(lw=2, colormap='jet', marker='.', markersize=10, 
        title='Video streaming dropout by category')

Dans ce cas, vous devrez toujours fournir des étiquettes y manuellement (par exemple, via plt.ylabelcomme indiqué dans les autres réponses).

Il est possible de définir les deux étiquettes avec la axis.setfonction. Cherchez l'exemple:

import pandas as pd
import matplotlib.pyplot as plt
values = [[1,2], [2,5]]
df2 = pd.DataFrame(values, columns=['Type A', 'Type B'], index=['Index 1','Index 2'])
ax = df2.plot(lw=2,colormap='jet',marker='.',markersize=10,title='Video streaming dropout by category')
# set labels for both axes
ax.set(xlabel='x axis', ylabel='y axis')
plt.show()

Pour les cas où vous utilisez pandas.DataFrame.hist:

plt = df.Column_A.hist(bins=10)

Notez que vous obtenez un TABLEAU de parcelles, plutôt qu'un graphique. Ainsi, pour définir l'étiquette x, vous devrez faire quelque chose comme ça

plt[0][0].set_xlabel("column A")

qu'en est-il de ...

import pandas as pd
import matplotlib.pyplot as plt

values = [[1,2], [2,5]]

df2 = pd.DataFrame(values, columns=['Type A', 'Type B'], index=['Index 1','Index 2'])

(df2.plot(lw=2,
          colormap='jet',
          marker='.',
          markersize=10,
          title='Video streaming dropout by category')
    .set(xlabel='x axis',
         ylabel='y axis'))

plt.show()

pandasutilise matplotlibpour les tracés de base de données. Donc, si vous utilisez pandaspour le tracé de base, vous pouvez utiliser matplotlib pour la personnalisation du tracé. Cependant, je propose ici une méthode alternative seabornqui permet une plus grande personnalisation de l'intrigue sans entrer dans le niveau de base de matplotlib.

Code de travail:

import pandas as pd
import seaborn as sns
values = [[1, 2], [2, 5]]
df2 = pd.DataFrame(values, columns=['Type A', 'Type B'], 
                   index=['Index 1', 'Index 2'])
ax= sns.lineplot(data=df2, markers= True)
ax.set(xlabel='xlabel', ylabel='ylabel', title='Video streaming dropout by category')