pandas双y轴作图

在pandas中，可以通过`plot()`方法绘制双y轴图。

首先，需要将要绘制的两列数据分别赋值给两个变量，例如：

import pandas as pd
import matplotlib.pyplot as plt

data = {'date': ['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05'],
        'A': [10, 20, 30, 40, 50],
        'B': [100, 200, 300, 400, 500]}

df = pd.DataFrame(data)
x = df['date']
y1 = df['A']
y2 = df['B']

接下来，通过`plot()`方法绘制双y轴图，其中`ax`参数用于控制左侧y轴，`secondary_y`参数用于控制右侧y轴。

fig, ax = plt.subplots()
ax.plot(x, y1, color='blue')
ax.set_xlabel('Date')
ax.set_ylabel('A', color='blue')

ax2 = ax.twinx()
ax2.plot(x, y2, color='red')
ax2.set_ylabel('B', color='red')

plt.show()

这样就可以绘制出双y轴图了。注意，左右两侧y轴的标签需要分别设置。

相关问题

用pandas和seaborn作图

使用pandas和seaborn可以轻松地绘制各种图形。下面是一个简单的例子，展示如何使用pandas和seaborn绘制一个散点图：

import pandas as pd
import seaborn as sns

# 创建一个DataFrame
data = pd.DataFrame({
    'x': [1, 2, 3, 4, 5],
    'y': [2, 4, 6, 8, 10]
})

# 使用seaborn绘制散点图
sns.scatterplot(x='x', y='y', data=data)

这将绘制一个简单的散点图，其中x轴表示x列的值，y轴表示y列的值。

如果你想要更多的控制，可以使用seaborn的其他绘图函数，例如seaborn.lineplot()、seaborn.barplot()等等。此外，你还可以使用seaborn的FacetGrid类创建自己的分面网格，以便更好地可视化数据。

python+pandas作图

Python中可以使用matplotlib库来绘制图形，包括二维和三维图形。而使用pandas库可以方便地将数据导入DataFrame中，再进行可视化处理。下面是一个简单的例子，展示如何使用Python+pandas作图：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
data = pd.read_csv('data.csv')

# 绘制柱状图
data.plot(kind='bar', x='name', y='value')

# 显示图形
plt.show()

在这个例子中，我们首先使用pandas库的read_csv函数读取了一个csv文件中的数据，并将其存储在DataFrame中。然后，我们使用plot函数绘制了一个柱状图，其中x轴表示name列的值，y轴表示value列的值。最后，使用show函数显示了图形。