pandas.plot如何实现plt.text

在 Pandas 中使用 `plot()` 方法绘制图表时，可以使用 `plt.text()` 方法添加标签。具体步骤如下：

1. 调用 `plot()` 方法绘制图表，例如折线图：

   import pandas as pd
   import matplotlib.pyplot as plt

   df = pd.DataFrame({'x': [1, 2, 3, 4, 5], 'y': [10, 20, 30, 40, 50]})
   ax = df.plot(x='x', y='y', kind='line')

2. 使用 `plt.text()` 方法添加标签，指定标签的位置和内容：

   ax.text(2.5, 35, 'midpoint')

其中，`(2.5, 35)` 表示标签的位置，`'midpoint'` 表示标签的内容。

完整示例代码如下：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({'x': [1, 2, 3, 4, 5], 'y': [10, 20, 30, 40, 50]})
ax = df.plot(x='x', y='y', kind='line')
ax.text(2.5, 35, 'midpoint')
plt.show()

相关问题

pandas.plot饼图显示占比

使用 `pandas.plot` 绘制饼图时，可以通过设置 `autopct` 参数来显示每个部分占比的百分比。具体方法如下：

首先，导入 `pandas` 和 `matplotlib` 库：

import pandas as pd
import matplotlib.pyplot as plt

然后，创建一个数据框：

data = {'A': 20, 'B': 35, 'C': 45}
df = pd.DataFrame.from_dict(data, orient='index', columns=['value'])

接着，使用 `plot(kind='pie')` 绘制饼图，并设置 `autopct` 参数：

df.plot(kind='pie', y='value', autopct='%1.1f%%')
plt.axis('equal')
plt.show()

其中，`autopct='%1.1f%%'` 表示显示每个部分占比的百分比，保留一位小数。`plt.axis('equal')` 用于将饼图设置为正圆形。最后，使用 `plt.show()` 显示图形。

运行完整代码，即可得到饼图显示占比的效果。

pandas.plot()子图间距

在使用pandas的plot()函数绘制子图时，可以通过figsize和subplots_adjust参数来调整子图的间距。具体来说，figsize参数可以控制整个图形的大小，subplots_adjust参数可以控制子图之间的间距。

下面是一个例子：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 生成一些随机数据
data = pd.DataFrame(np.random.rand(4, 3), columns=['A', 'B', 'C'])

# 绘制子图
fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(8, 6))
data.plot(ax=axes[0, 0])
data.plot(ax=axes[0, 1])
data.plot(ax=axes[1, 0])
data.plot(ax=axes[1, 1])

# 调整子图之间的间距
plt.subplots_adjust(wspace=0.3, hspace=0.5)

在这个例子中，我们使用了subplots()函数生成了一个2x2的子图，并将每个子图上绘制相同的随机数据。我们还使用了figsize参数来控制整个图形的大小，并使用subplots_adjust()函数来调整子图之间的间距。在这个例子中，我们将水平方向上的间距设置为0.3，将垂直方向上的间距设置为0.5。