Comment ajouter des étiquettes d’axe aux tracés dans Pandas (avec exemples)
Vous pouvez utiliser la syntaxe de base suivante pour ajouter des étiquettes d’axe à un tracé dans pandas :
df.plot(xlabel='X-Axis Label', ylabel='Y-Axis Label')
L’exemple suivant montre comment utiliser cette syntaxe dans la pratique.
Exemple : ajouter des étiquettes d’axe à tracer dans Pandas
Supposons que nous ayons le DataFrame pandas suivant qui montre les ventes totales réalisées dans trois magasins au cours de jours consécutifs :
import pandas as pd #create DataFrame df = pd.DataFrame({'store1_sales': [4, 7, 9, 12, 10, 14, 16, 19, 22, 25], 'store2_sales': [3, 3, 4, 6, 7, 6, 8, 10, 14, 19], 'store3_sales': [2, 2, 4, 2, 5, 5, 6, 8, 8, 11]}) #view DataFrame print(df) store1_sales store2_sales store3_sales 0 4 3 2 1 7 3 2 2 9 4 4 3 12 6 2 4 10 7 5 5 14 6 5 6 16 8 6 7 19 10 8 8 22 14 8 9 25 19 11
Si nous créons un tracé pour visualiser les ventes par magasin, la fonction pandas plot() n’ajoutera pas d’étiquettes d’axe au tracé par défaut :
#plot sales by store
df.plot()
Pour ajouter des étiquettes d’axe, nous devons utiliser les arguments xlabel et ylabel dans la fonction plot() :
#plot sales by store, add axis labels
df.plot(xlabel='Day', ylabel='Sales')
Notez que les axes x et y ont désormais les étiquettes que nous avons spécifiées dans la fonction plot() .
Notez que vous n’êtes pas obligé d’utiliser à la fois les arguments xlabel et ylabel .
Par exemple, vous pouvez choisir d’ajouter uniquement une étiquette à l’axe Y :
#plot sales by store, add label to y-axis only
df.plot(ylabel='Sales')
Notez qu’une étiquette a été placée sur l’axe des y mais aucune étiquette n’a été placée sur l’axe des x puisque nous n’avons pas utilisé l’argument xlabel .
Ressources additionnelles
Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans les pandas :
Comment créer un diagramme circulaire à partir de Pandas DataFrame
Comment créer un nuage de points à partir du DataFrame Pandas
Comment créer un histogramme à partir de Pandas DataFrame