咨询：用Matplotlib面向对象接口结合DataFrame绘制柱状图的高效方式

完全不需要手动从DataFrame里提取数据来给axe.bar()用——pandas的绘图API本来就和Matplotlib的面向对象接口深度兼容，你只需要在调用df.plot()的时候指定ax参数即可。

具体实现步骤 #

• 先创建Matplotlib的Figure和Axes对象（面向对象模式的标准操作）
• 调用df.plot(kind='bar')时，把你创建的Axes对象传给ax参数，图表就会直接绘制在这个Axes上
• 之后你可以用这个Axes对象做任何自定义操作（比如修改标题、坐标轴标签、调整刻度等），完全符合Matplotlib面向对象的使用习惯

代码示例 #

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

# 创建示例DataFrame
data = {
    'Category': ['A', 'B', 'C', 'D'],
    'Value1': np.random.randint(10, 50, 4),
    'Value2': np.random.randint(10, 50, 4)
}
df = pd.DataFrame(data).set_index('Category')

# 创建Figure和Axes对象
fig, ax = plt.subplots(figsize=(8, 5))

# 用df.plot()绘制柱状图，并指定到我们的Axes上
df.plot(kind='bar', ax=ax)

# 用Axes对象做自定义
ax.set_title('Category vs Values', fontsize=14)
ax.set_xlabel('Category', fontsize=12)
ax.set_ylabel('Value', fontsize=12)
ax.legend(title='Metrics')

plt.tight_layout()
plt.show()

为什么这能行？ #

pandas的plot()方法底层其实是调用Matplotlib的对应绘图函数（比如画柱状图时就是调用ax.bar()），它会自动帮你处理DataFrame的索引、列名等数据映射，省去了你手动提取x轴和height数据的麻烦。指定ax参数后，pandas就不会自动创建新的Axes，而是复用你提供的对象，完美结合了两者的优势。

而且这种方式不仅适用于柱状图，pandas支持的所有绘图类型（折线图、直方图、箱线图等）都可以用同样的方式绑定到指定的Axes上。

内容的提问来源于stack exchange，提问作者colibrisson