Ich habe einige Pandas DataFrames, die dieselbe Werteskala verwenden, aber unterschiedliche Spalten und Indizes haben. Beim Aufrufen df.plot()erhalte ich separate Plotbilder. Was ich wirklich möchte, ist, dass sie alle in derselben Handlung wie Nebenhandlungen sind, aber ich finde leider keine Lösung dafür, wie und würde mich über Hilfe sehr freuen.

Sie können die Unterzeichnungen manuell mit matplotlib erstellen und dann die Datenrahmen mit dem axSchlüsselwort in einer bestimmten Unterzeichnung zeichnen . Zum Beispiel für 4 Nebenhandlungen (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])
...

Hier axesist ein Array, das die verschiedenen Unterplotachsen enthält, und Sie können nur durch Indizieren auf eines zugreifen axes.
Wenn Sie eine gemeinsame x-Achse wollen, dann können Sie zur Verfügung stellen sharex=Truezu plt.subplots.

Sie können z.B. in der Dokumentation , die joris Antwort demonstriert. Auch aus der Dokumentation können Sie auch subplots=Trueund layout=(,)innerhalb der Pandas- plotFunktion einstellen :

df.plot(subplots=True, layout=(1,2))

Sie können auch fig.add_subplot()Subplot-Rasterparameter wie 221, 222, 223, 224 usw. verwenden, wie im Beitrag hier beschrieben . In diesem Ipython-Notizbuch sind schöne Beispiele für die Darstellung im Pandas- Datenrahmen zu sehen, einschließlich Unterzeichnungen .

Sie können den bekannten Matplotlib-Stil verwenden, der ein figureund aufruft subplot, aber Sie müssen lediglich die aktuelle Achse mit angeben plt.gca(). Ein Beispiel:

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...

Mit matplotlib können Sie mehrere Unterzeichnungen mehrerer Pandas-Datenrahmen mit einem einfachen Trick zeichnen, indem Sie eine Liste aller Datenrahmen erstellen. Verwenden Sie dann die for-Schleife zum Zeichnen von Unterplots.

Arbeitscode:

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

Mit diesem Code können Sie Unterzeichnungen in jeder Konfiguration zeichnen. Sie müssen nur die Anzahl der Zeilen nrowund Spalten definieren ncol. Außerdem müssen Sie eine Liste der Datenrahmen erstellen, df_listdie Sie zeichnen möchten.

Sie können dies verwenden:

fig = plt.figure()
ax = fig.add_subplot(221)
plt.plot(x,y)

ax = fig.add_subplot(222)
plt.plot(x,z)
...

plt.show()

Möglicherweise müssen Sie Pandas überhaupt nicht verwenden. Hier ist ein Matplotlib-Diagramm der Katzenfrequenzen:

x = np.linspace(0, 2*np.pi, 400)
y = np.sin(x**2)

f, axes = plt.subplots(2, 1)
for c, i in enumerate(axes):
  axes[c].plot(x, y)
  axes[c].set_title('cats')
plt.tight_layout()

Aufbauend auf der obigen @ joris-Antwort können Sie die Referenz auch verwenden, wenn Sie bereits einen Verweis auf das Unterplot erstellt haben. Beispielsweise,

ax1 = plt.subplot2grid((50,100), (0, 0), colspan=20, rowspan=10)
...

df.plot.barh(ax=ax1, stacked=True)

So erstellen Sie mehrere Diagramme aus einem Wörterbuch von Datenrahmen mit langen (ordentlichen) Daten

• Annahmen

  • Es gibt ein Wörterbuch mit mehreren Datenrahmen für aufgeräumte Daten
    • Erstellt durch Einlesen aus Dateien
    • Erstellt durch Trennen eines einzelnen Datenrahmens in mehrere Datenrahmen
  • Die Kategorien catkönnen sich überlappen, aber alle Datenrahmen enthalten möglicherweise nicht alle Werte voncat
  • hue='cat'

• Da Datenrahmen durchlaufen werden, kann nicht garantiert werden, dass die Farben für jedes Diagramm gleich zugeordnet werden

  • Aus den eindeutigen 'cat'Werten für alle Datenrahmen muss eine benutzerdefinierte Farbkarte erstellt werden
  • Da die Farben gleich sind, platzieren Sie eine Legende neben den Plots anstelle einer Legende in jedem Plot

Importe und synthetische Daten

import pandas as pd
import numpy as np  # used for random data
import random  # used for random data
import matplotlib.pyplot as plt
from matplotlib.patches import Patch  # for custom legend
import seaborn as sns
import math import ceil  # determine correct number of subplot


# synthetic data
df_dict = dict()
for i in range(1, 7):
    np.random.seed(i)
    random.seed(i)
    data_length = 100
    data = {'cat': [random.choice(['A', 'B', 'C']) for _ in range(data_length)],
            'x': np.random.rand(data_length),
            'y': np.random.rand(data_length)}
    df_dict[i] = pd.DataFrame(data)


# display(df_dict[1].head())

  cat         x         y
0   A  0.417022  0.326645
1   C  0.720324  0.527058
2   A  0.000114  0.885942
3   B  0.302333  0.357270
4   A  0.146756  0.908535

Erstellen Sie Farbzuordnungen und Plots

# create color mapping based on all unique values of cat
unique_cat = {cat for v in df_dict.values() for cat in v.cat.unique()}  # get unique cats
colors = sns.color_palette('husl', n_colors=len(unique_cat))  # get a number of colors
cmap = dict(zip(unique_cat, colors))  # zip values to colors

# iterate through dictionary and plot
col_nums = 3  # how many plots per row
row_nums = math.ceil(len(df_dict) / col_nums)  # how many rows of plots
plt.figure(figsize=(10, 5))  # change the figure size as needed
for i, (k, v) in enumerate(df_dict.items(), 1):
    plt.subplot(row_nums, col_nums, i)  # create subplots
    p = sns.scatterplot(data=v, x='x', y='y', hue='cat', palette=cmap)
    p.legend_.remove()  # remove the individual plot legends
    plt.title(f'DataFrame: {k}')

plt.tight_layout()
# create legend from cmap
patches = [Patch(color=v, label=k) for k, v in cmap.items()]
# place legend outside of plot; change the right bbox value to move the legend up or down
plt.legend(handles=patches, bbox_to_anchor=(1.06, 1.2), loc='center left', borderaxespad=0)
plt.show()