将多个图一起绘制为子图[重复]

Posted 2023-03-11

【中文标题】将多个图一起绘制为子图[重复]

【英文标题】：Plot several plots together as subplots [duplicate]

【发布时间】：2021-12-21 02:45:28

【问题描述】：

我尝试绘制多个带有多个数据系列的图作为子图。

import pandas as pd
import matplotlib.pyplot as plt

df1 = pd.DataFrame(
    'Date':['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05'],
    'index':[0, 1, 2, 3, 4], 
    '02K W':[3.5, 0.1, 3, 'nan', 0.2], 
    '03K W':[4.2, 5.2, 2.5, 3.0, 0.6], 
    '04K W':[1.5, 2.6, 8.2, 4.2, 5.3]) 

df2 = pd.DataFrame(
    'Date':['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05'],
    'index':[0, 1, 2, 3, 4], 
    '02K W':[3, 'nan', 5, 3, 5.2], 
    '03K W':[2.1, 2.9, 2.5, 3.9, 6.7], 
    '04K W':[1.8, 6.2, 5, 2.5, 3.7]) 

df1['Date'] = pd.to_datetime(df1['Date'])
df1 = df1.set_index('index')

for col in df1.columns[1:]:
    plt.plot(df1['Date'], df1[col])

目前，我只能绘制第一个图，我不确定如何将 for loop 分配给 y 轴。

fig, (ax1, ax2) = plt.subplots(1, 2)
ax1.plot(df1['Date'], y)
ax2.plot(df2['Date'], y)

非常感谢您的建议。

【参考方案1】：

您不需要遍历所有列。相反，直接解析它们。看看这个：

import pandas as pd

import matplotlib.pyplot as plt

df1 = pd.DataFrame(
    'Date':['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05'],
    'index':[0, 1, 2, 3, 4], 
    '02K W':[3.5, 0.1, 3, 'nan', 0.2], 
    '03K W':[4.2, 5.2, 2.5, 3.0, 0.6], 
    '04K W':[1.5, 2.6, 8.2, 4.2, 5.3]) 

df2 = pd.DataFrame(
    'Date':['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05'],
    'index':[0, 1, 2, 3, 4], 
    '02K W':[3, 'nan', 5, 3, 5.2], 
    '03K W':[2.1, 2.9, 2.5, 3.9, 6.7], 
    '04K W':[1.8, 6.2, 5, 2.5, 3.7]) 

df1['Date'] = pd.to_datetime(df1['Date'])
df1 = df1.set_index('index')
df2['Date'] = pd.to_datetime(df2['Date'])
df2 = df2.set_index('index')

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(25,8))
plot1 = ax1.plot(df1['Date'], df1[df1.columns[1:]])
ax1.set_xlabel('Date')
ax1.set_ylabel('W')
plot2 = ax2.plot(df2['Date'], df2[df2.columns[1:]])
ax2.set_xlabel('Date')
ax2.set_ylabel('W')

ax1.legend(plot1, df1.columns[1:])
ax2.legend(plot2, df2.columns[1:])
plt.show()

【讨论】：

非常感谢这种替代方法！

【参考方案2】：

这是你要找的吗？

fig, (ax1, ax2) = plt.subplots(1, 2)
for col in df1.columns[1:]:
    ax1.plot(df1['Date'], df1[col])
    ax2.plot(df2['Date'], df2[col])

【参考方案3】：

为了避免必须使用轴语法，您可以做的事情是调用plt.sca(ax)，它将当前轴设置为ax。这非常简洁，因为您可以明确设置要使用的轴。

fig, (ax1, ax2) = plt.subplots(1, 2)
plt.sca(ax1)
plt.plot.plot(df1['Date'], y)
plt.sca(ax2)
plt.plot(df2['Date'], y)

有很多方法可以导航 matplotlib，我发现上述方法很直观。

【讨论】：

非常感谢您的建议