绘图#

property DataFrame.plot: DataFramePlot[source]#

创建一个绘图命名空间。

警告

此功能目前被视为不稳定。它可能会在任何时候更改，而不被视为破坏性更改。

在版本1.6.0中更改：在Polars的早期版本中，HvPlot是绘图后端。如果您想恢复以前的绘图功能，您只需要在脚本的顶部添加import hvplot.polars，并将df.plot替换为df.hvplot。

Polars 本身不实现绘图逻辑，而是依赖于 Altair:

  • df.plot.line(**kwargs) 是 alt.Chart(df).mark_line(tooltip=True).encode(**kwargs).interactive()的简写

  • df.plot.point(**kwargs) 是 alt.Chart(df).mark_point(tooltip=True).encode(**kwargs).interactive() 的简写形式（并且 plot.scatter 作为别名提供）

  • df.plot.bar(**kwargs) 是 alt.Chart(df).mark_bar(tooltip=True).encode(**kwargs).interactive()的简写

  • 对于任何其他属性 attr, df.plot.attr(**kwargs) 是 alt.Chart(df).mark_attr(tooltip=True).encode(**kwargs).interactive() 的简写

对于配置，我们建议阅读 图表配置。 例如，您可以：

  • 使用.properties(width=500, height=350, title="My amazing plot")更改宽度/高度/标题。

  • 使用 .configure_axisX(labelAngle=30) 更改 x 轴标签的旋转角度。

  • 通过.configure_point(opacity=.5)更改散点图中点的透明度。

示例

散点图：

>>> df = pl.DataFrame(
...     {
...         "length": [1, 4, 6],
...         "width": [4, 5, 6],
...         "species": ["setosa", "setosa", "versicolor"],
...     }
... )
>>> df.plot.point(x="length", y="width", color="species")

通过使用 altair.X 设置 x 轴标题：

>>> import altair as alt
>>> df.plot.point(
...     x=alt.X("length", title="Length"), y="width", color="species"
... )

折线图：

>>> from datetime import date
>>> df = pl.DataFrame(
...     {
...         "date": [date(2020, 1, 2), date(2020, 1, 3), date(2020, 1, 4)] * 2,
...         "price": [1, 4, 6, 1, 5, 2],
...         "stock": ["a", "a", "a", "b", "b", "b"],
...     }
... )
>>> df.plot.line(x="date", y="price", color="stock")

条形图：

>>> df = pl.DataFrame(
...     {
...         "day": ["Mon", "Tue", "Wed", "Thu", "Fri", "Sat", "Sun"] * 2,
...         "group": ["a"] * 7 + ["b"] * 7,
...         "value": [1, 3, 2, 4, 5, 6, 1, 1, 3, 2, 4, 5, 1, 2],
...     }
... )
>>> df.plot.bar(
...     x="day", y="value", color="day", column="group"
... )

或者，制作上述图表的堆叠版本：

>>> df.plot.bar(x="day", y="value", color="group")
On this page