Python 如何使用Pandas.plot()函数用不同的标记绘制Pandas数据框的不同列?

Python 如何使用Pandas.plot()函数用不同的标记绘制Pandas数据框的不同列?,python,pandas,matplotlib,plot,Python,Pandas,Matplotlib,Plot,我有一个有5个不同列的熊猫数据框。 我想用不同的颜色、标签和标记为每列绘制它们。 我通过传递每列的颜色/标签列表,为每列制作不同的颜色和标签。但是,这不适用于标记。你知道怎么做吗? 下面是代码示例: ds#一个有3列的熊猫数据帧 列表_标签=['A'、'B'、'C'] 列表颜色=['tab:red'、'tab:green'、'tab:blue'] 列表标记=['o','s','v'] 绘图(颜色=列表颜色,标签=列表标签,标记=列表标记) 后一行产生错误,如AttributeError:'L

我有一个有5个不同列的熊猫数据框。 我想用不同的颜色、标签和标记为每列绘制它们。 我通过传递每列的颜色/标签列表,为每列制作不同的颜色和标签。但是,这不适用于标记。你知道怎么做吗? 下面是代码示例:


ds#一个有3列的熊猫数据帧
列表_标签=['A'、'B'、'C']
列表颜色=['tab:red'、'tab:green'、'tab:blue']
列表标记=['o','s','v']
绘图(颜色=列表颜色,标签=列表标签,标记=列表标记)

后一行产生错误,如
AttributeError:'Line2D'对象没有属性'list\u marker'

在同一图形上分别绘制每个系列,以便指定正确的标记

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

df = pd.DataFrame(np.random.randint(1, 10, (10, 3)))
list_label=['A', 'B', 'C']
list_color=['tab:red', 'tab:green', 'tab:blue']
list_marker=['o', 's', 'v']


谢谢你的主意!但是我想知道是否有一种不使用循环的解决方案,因为它可以用于颜色或label关键字。
fig, ax = plt.subplots()

for i, col in enumerate(df):
    df[col].plot(color=list_color[i], marker=list_marker[i], label=list_label[i], ax=ax)

plt.legend()    
plt.show()