如何在 Matplotlib 子图中绘制多个 Pandas DataFrame？

使用 Pandas 和 Matplotlib 在子图中绘制多个 DataFrame

使用 Pandas DataFrame 时，通常需要同时可视化多个数据集。虽然 df.plot() 提供了一种绘制单个 DataFrame 的便捷方法，但它不提供将它们组合成子图的功能。

问题：

如何我们使用 Matplotlib 或任何其他 Python 在子图中绘制多个 Pandas DataFrame库？

答案：

为了在子图中绘制多个 DataFrame，我们可以使用 Matplotlib 手动创建子图，然后使用 ax 关键字指定每个子图的目标子图DataFrame.

实现：

import matplotlib.pyplot as plt

# Generate some sample data
df1 = pd.DataFrame({'a': range(10), 'b': range(10, 20)})
df2 = pd.DataFrame({'c': range(20, 30), 'd': range(30, 40)})

# Create a figure
fig, axes = plt.subplots(nrows=2, ncols=2, sharex=True)

# Plot dataframes on subplots
df1.plot(ax=axes[0,0])
df2.plot(ax=axes[0,1])

# ... (repeat for other DataFrames)

# Show the plot
plt.show()

在上面的示例中：

• sharex=True 参数确保所有子图共享相同的 x 轴刻度。
• ax 关键字指定每个 DataFrame 将在其中的子图
• axes 数组包含子图轴，可以通过索引访问（例如，左上子图的 axis[0, 0]）。

以上是如何在 Matplotlib 子图中绘制多个 Pandas DataFrame？的详细内容。更多信息请关注PHP中文网其他相关文章！