如何将单独的 Pandas DataFrames 绘制为子图? [英] How can I plot separate Pandas DataFrames as subplots?

问题描述

我有几个 Pandas DataFrames 共享相同的值比例，但具有不同的列和索引.调用 df.plot() 时，我会得到单独的绘图图像.我真正想要的是将它们全部与子图放在同一个情节中，但不幸的是，我未能提出解决方案，并且非常感谢您的帮助.

I have a few Pandas DataFrames sharing the same value scale, but having different columns and indices. When invoking df.plot(), I get separate plot images. what I really want is to have them all in the same plot as subplots, but I'm unfortunately failing to come up with a solution to how and would highly appreciate some help.

推荐答案

您可以使用 matplotlib 手动创建子图，然后使用 ax 关键字在特定子图上绘制数据框.例如对于 4 个子图 (2x2):

You can manually create the subplots with matplotlib, and then plot the dataframes on a specific subplot using the ax keyword. For example for 4 subplots (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])
...

这里的 axes 是一个数组，其中包含不同的子图轴，您可以通过索引 axes 来访问一个.
如果你想要一个共享的 x 轴，那么你可以提供 sharex=True 给 plt.subplots.

Here axes is an array which holds the different subplot axes, and you can access one just by indexing axes.
If you want a shared x-axis, then you can provide sharex=True to plt.subplots.

这篇关于如何将单独的 Pandas DataFrames 绘制为子图?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！