### 使用 Pandas DataFrame 绘制带有数据点标注的折线图 在 Python 中，Pandas 提供了便捷的方法用于绘制各种类型的图表。对于带有数据点标注的折线图，可以通过 `DataFrame.plot()` 方法实现基础图形，并结合 Matplotlib 进一步定制化。 #### 数据准备与基本绘图 首先创建一个示例 DataFrame 并调用 `.plot()` 方法生成初始折线图。 ```python import pandas as pd import numpy as np import matplotlib.pyplot as plt # 构造示例数据 np.random.seed(0) df = pd.DataFrame(np.abs(np.random.randn(10, 3)), columns=['A', 'B', 'C']) # 基础折线图 ax = df.plot(kind='line', figsize=(10, 6), marker='o', linestyle='-') ax.set_title('带数据点标注的折线图 (基于 DataFrame)', fontsize=16) ax.set_xlabel('索引', fontsize=12) ax.set_ylabel('值', fontsize=12) ``` 此部分代码实现了使用 Pandas 的内置绘图功能生成一条或多条折线的基础框架[^1]。 --- #### 添加数据点标注 为了进一步增强可视化的表达能力，在每个数据点旁边添加具体的数值作为标注。这需要借助 Matplotlib 的 `text` 方法逐一点缀。 ```python # 获取当前坐标轴对象 for column in df.columns: for idx, value in enumerate(df[column]): ax.text(idx, value + 0.05, f"{value:.2f}", ha='center', fontsize=9) # 显示网格和最终图像 plt.grid(True) plt.tight_layout() plt.show() ``` 在此过程中，循环遍历每一列以及对应的每一个数据点，计算其位置并将该点的具体数值以文本形式呈现出来[^2]。 --- #### 完整代码展示 综合以上两部分内容，完整的解决方案如下所示： ```python import pandas as pd import numpy as np import matplotlib.pyplot as plt # 构造示例数据 np.random.seed(0) df = pd.DataFrame(np.abs(np.random.randn(10, 3)), columns=['A', 'B', 'C']) # 基础折线图 ax = df.plot(kind='line', figsize=(10, 6), marker='o', linestyle='-', color=['red', 'green', 'blue']) ax.set_title('带数据点标注的折线图 (基于 DataFrame)', fontsize=16) ax.set_xlabel('索引', fontsize=12) ax.set_ylabel('值', fontsize=12) # 添加数据点标注 for column in df.columns: for idx, value in enumerate(df[column]): ax.text(idx, value + 0.05, f"{value:.2f}", ha='center', fontsize=9) # 显示网格和最终图像 plt.grid(True) plt.tight_layout() plt.show() ``` 这段代码不仅完成了折线图的基本构建工作，还通过精确控制文字的位置使得整个画面更加清晰易懂[^4]。 --- ### 注意事项 - 当数据规模增大时，可能需要适当调节标签之间的间距或者采用其他更高效的可视化策略来防止拥挤现象发生。 - 文本的颜色、大小都可以依据实际需求灵活调整以便更好地匹配整体设计风格。 ---