グラフしたい（pandas.DataFrame.plot）

import pandas
import matplotlib.pyplot as plt

# 日本語フォントの設定
import japanize_matplotlib
# or
# from matplotlib import rcParams
# rcParams["font.family"] = "IPAexGothic"

fig, axs = plt.subplots()
data.plot(ax=axs)
fig.savefig("ファイル名")

pd.DataFrame.plotでグラフを作成できます。 デフォルトでは、数値データのみのカラムがすべて折れ線グラフで表示されます。

このメソッドはmatplotlibのラッパー的なものなので、matplotlibのインポートが必要です。 また、日本語を表示したい場合はjapanize_matplotlibをインポートするか、matplotlib.rcParamsで日本語フォントの設定が必要です。

参考

• 折れ線したい（matplotlib.axes.Axes.plot）

グラフの種類を変更したい（kind）

# ヒストグラム
data.plot(kind="hist")

# 散布図
data.plot(
  kind="scatter",
  x="x軸のカラム名",
  y="Y軸のカラム名"
)

kindオプションでグラフの種類を変更できます。 指定できるグラフの種類は ヒストグラム（hist）、 散布図（scatter）、 棒グラフ（bar / barh）、 箱ひげ図（box）など全11種類あります。

散布図（scatter）など、一部のグラフ種類ではX軸、Y軸の指定が必要です。

タイトルしたい（title / xlabel / ylabel）

data.plot(
  title="グラフのタイトル",
  xlabel="X軸のタイトル",
  ylabel="Y軸のタイトル",
)

# matplotlibで設定する場合
ax = data.plot()
ax.set_title("グラフのタイトル")
ax.set_xlabel("X軸のタイトル")
ax.set_ylabel("Y軸のタイトル")

title、xlabel、ylabelオプションで、グラフのタイトルや軸タイトルを表示できます。

上記の設定はこの設定と等価です。

サブプロットしたい（subplots）

data.plot(subplots=True)

data.plot(
  subplots=True,
  figsize=(横サイズ, 縦サイズ),
  layout=(行数, 列数),
)

# matplotlibで設定する場合
fig, axs = plt.subplots(
    figsize=(8, 12),
    nrows=2,
    ncols=3,
)
data.plot(
    ax=axs[0, 0],  # 1行目1列目
)
data.plot(
    ax=axs[0, 1],  # 1行目2列目
)
# ... (以下、必要な分だけ繰り返す)

subplots=Trueオプションで、複数のカラムのデータをそれぞれのサブプロットに表示できます。 figsizeオプションで図の全体サイズを変更できます。横サイズ／縦サイズの単位はインチです。 layoutオプションでサブプロットの行数と列数を変更できます。 デフォルトは縦配置です。 サブプロットの詳細はmatplotlib.pyplot.subplotsも参照してください。

目盛りしたい（grid）

data.plot(grid=True)

data.plot(
  grid=True,
  xticks=range(0, 1000, 50),
  yticks=range(-5, 15, 1)
)

# matplotlibで設定する場合
ax = data.plot()
ax.grid(True)
ax.set_xticks(range(0, 1000, 50))
ax.set_yticks(range(-5, 15, 1))

grid=Trueオプションで、目盛り（補助目盛り）を表示できます。 xticks、yticksオプションで目盛り間隔を変更できます。 目盛りの詳細はmatplotlib.pyplot.gridも参照してください。

表示範囲したい（xlim / ylim）

data.plot(
  xlim=(x軸の下限値, x軸の上限値),
  ylim=(y軸の下限値, y軸の上限値)
)

# matplotlibで設定する場合
ax = data.plot()
ax.set_xlim(x軸の下限値, x軸の上限値)
ax.set_ylim(y軸の下限値, y軸の上限値)

xlim、ylimオプションで、X軸とY軸それぞれの下限値と上限値を変更できます。

対数グラフしたい（logx / logy / loglog）

data.plot(logx=True)
data.plot(logy=True)
data.plot(loglog=True)

# matplotlibで設定する場合
ax = data.plot()
ax.set_xscale("log")
ax.set_yscale("log")

logx=True、logy=trueオプションで、片対数グラフに変更できます。 loglog=Trueオプションで、両対数グラフに変更できます。

loglog=Trueは、logx=True, logy=Trueと同等です。

詳細設定したい（ax）

import matplotlib.pyplot as plt
import japanize_matplotlib

# データフレームを用意する（ここでは省略）
# data: pd.DataFrame

# matplotlib.pyplotで FigureとAxesオブジェクトを作成する
fig, axs = plt.subplots()

# pandasでプロットを作成する
data.plot(
    kind="scatter",
    x="X軸のカラム名",
    y="Y軸のカラム名",
    ax=axs  # 描画先のAxesオブジェクトを指定する
    )

axオプションでmatplotlibのAxesオブジェクトを指定できます。 グラフをより詳細に設定したい場合は、matplotlib.pyplot.axesに対して変更を加えます。

参考

matplotlibの使い方は、まず、公式ドキュメントのThe lifecycle of a plotに目を通すのがよいと思います。 とくにA note on the explicit vs implicit interfacesは、ウェブに転がっている他のコードを読むのに役立つ情報だと思います。

その他のグラフ

実際に使う時ができたら追記します。

1. pandas.DataFrame.plot.area: 面グラフ

2. pandas.DataFrame.plot.bar: 棒グラフ。重みのついたヒストグラムとしても使えるはず。

3. pandas.DataFrame.plot.barh: 棒グラフ（横）

4. pandas.DataFrame.plot.box: 箱ひげ図。

5. pandas.DataFrame.plot.hexbin: マス目が六角形の図。ヒートマップを作るとカッコ良さそう。六角形にするのに見た目以外の意味はあるのだろうか？

6. pandas.DataFrame.plot.density: ガウシアンを仮定したKDE分布関数

7. pandas.DataFrame.plot.kde: 上とどう違うんだろう？

8. pandas.DataFrame.plot.line: 折れ線グラフ

9. pandas.DataFrame.plot.pie: 円グラフ