如何在 Matplotlib 子图中高效地绘制多个 Pandas DataFrame？

使用 Matplotlib 在子图中绘制多个 DataFrame

在使用 Pandas 进行数据分析时，通常会使用多个 DataFrame 来表示数据的不同方面。为了有效地可视化这些 DataFrame，将它们绘制在子图中是非常有益的。

如果 DataFrame 共享相同的值范围但具有不同的列和索引，尝试使用 df.plot() 单独绘制每个 DataFrame 将产生单独的绘图图像。为了克服这一限制并在子图中显示 DataFrame，需要采用不同的方法。

手动创建子图

Matplotlib 提供了手动创建子图以进行自定义可视化的功能。以下步骤概述了如何在子图中绘制多个 DataFrame：

1. 将 matplotlib.pyplot 导入为 plt。
2. 使用 plt.subplots(nrows, ncols) 创建子图网格，其中 nrows 和 ncols 分别指定行数和列数。此步骤返回一个图形对象 (fig) 和一个子图轴 (axes) 数组。
3. 对于每个 DataFrame，调用 DataFrame.plot() 并将特定子图轴传递给 ax 关键字。例如，如果要绘制第一个子图中的第一个 DataFrame，请使用 df1.plot(ax=axes[0,0])。
4. 要共享 x 轴，可以指定 sharex=True在 plt.subplots() 调用中。

示例代码

以下代码演示了如何使用手动子图创建方法在子图中绘制四个 DataFrame（df1、df2、df3 和 df4）：

import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=2, ncols=2, sharex=True)

df1.plot(ax=axes[0,0])
df2.plot(ax=axes[0,1])
df3.plot(ax=axes[1,0])
df4.plot(ax=axes[1,1])

plt.show()

此代码将创建一个包含四个子图的图形，其中每个 DataFrame 都绘制在其各自的子图中。所有子图将共享相同的 x 轴，以便轻松比较不同 DataFrame 中的数据。

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