J'ai quelques Pandas DataFrames partageant la même échelle de valeurs, mais ayant des colonnes et des indices différents. En appelant df.plot()
, j'obtiens des images de tracé distinctes. ce que je veux vraiment, c'est qu'ils soient tous dans la même parcelle que les parcelles secondaires, mais malheureusement, je ne parviens pas à trouver de solution et j'apprécierais beaucoup l'aide.
Vous pouvez créer manuellement les sous-parcelles avec matplotlib, puis tracer les images sur une sous-parcelle spécifique à l'aide du mot clé ax
. Par exemple pour 4 intrigues secondaires (2x2):
import matplotlib.pyplot as plt
fig, axes = plt.subplots(nrows=2, ncols=2)
df1.plot(ax=axes[0,0])
df2.plot(ax=axes[0,1])
...
Ici, axes
est un tableau contenant les différents axes de la sous-parcelle, auquel vous pouvez accéder simplement en indexant axes
.
Si vous voulez un axe x partagé, vous pouvez fournir sharex=True
à plt.subplots
.
Vous pouvez voir par exemple. dans le documentation démontrant la réponse de joris. Également dans la documentation, vous pouvez également définir subplots=True
et layout=(,)
dans la fonction pandas plot
:
df.plot(subplots=True, layout=(1,2))
Vous pouvez également utiliser fig.add_subplot()
qui prend les paramètres de grille de sous-parcelle tels que 221, 222, 223, 224, etc. comme décrit dans l'article ici . De jolis exemples de tracé sur pandas trame de données, y compris les sous-graphes, sont visibles dans ce cahier ipython .
Vous pouvez utiliser le style familier Matplotlib pour appeler figure
et subplot
, mais vous devez simplement spécifier l'axe actuel à l'aide de plt.gca()
. Un exemple:
plt.figure(1)
plt.subplot(2,2,1)
df.A.plot() #no need to specify for first axis
plt.subplot(2,2,2)
df.B.plot(ax=plt.gca())
plt.subplot(2,2,3)
df.C.plot(ax=plt.gca())
etc...
Vous pouvez utiliser ceci:
fig = plt.figure()
ax = fig.add_subplot(221)
plt.plot(x,y)
ax = fig.add_subplot(222)
plt.plot(x,z)
...
plt.show()
En vous appuyant sur la réponse @joris ci-dessus, si vous avez déjà établi une référence à la sous-parcelle, vous pouvez également utiliser la référence. Par exemple,
ax1 = plt.subplot2grid((50,100), (0, 0), colspan=20, rowspan=10)
...
df.plot.barh(ax=ax1, stacked=True)
Vous pouvez tracer plusieurs sous-parcelles de plusieurs pandas trames de données à l'aide de matplotlib avec une simple astuce consistant à créer une liste de toutes les trames de données. Puis utilisez la boucle for pour tracer des intrigues secondaires.
Code de travail:
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
# dataframe sample data
df1 = pd.DataFrame(np.random.Rand(10,2)*100, columns=['A', 'B'])
df2 = pd.DataFrame(np.random.Rand(10,2)*100, columns=['A', 'B'])
df3 = pd.DataFrame(np.random.Rand(10,2)*100, columns=['A', 'B'])
df4 = pd.DataFrame(np.random.Rand(10,2)*100, columns=['A', 'B'])
df5 = pd.DataFrame(np.random.Rand(10,2)*100, columns=['A', 'B'])
df6 = pd.DataFrame(np.random.Rand(10,2)*100, columns=['A', 'B'])
#define number of rows and columns for subplots
nrow=3
ncol=2
# make a list of all dataframes
df_list = [df1 ,df2, df3, df4, df5, df6]
fig, axes = plt.subplots(nrow, ncol)
# plot counter
count=0
for r in range(nrow):
for c in range(ncol):
df_list[count].plot(ax=axes[r,c])
count=+1
En utilisant ce code, vous pouvez tracer des sous-parcelles dans n'importe quelle configuration. Vous devez simplement définir le nombre de lignes nrow
et le nombre de colonnes ncol
. Vous devez également créer une liste de trames de données df_list
que vous vouliez tracer.