有没有办法使用 for 循环在 matplotlib 和 pandas 中快速创建子图？

Question

我在 Pandas 数据框中保存了几只股票的每日股价。我正在使用 python 和 Jupyter notebook。

保存后，我使用 matplotlib 绘制价格图表以检查数据。

这个想法是在一个 3 x 3 的子图中一次绘制 9 只股票。

当我想检查其他股票代码时，我必须手动更改每个子图中的每个代码，这需要很长时间并且似乎效率低下。

¿有没有办法通过某种列表和 for 循环来做到这一点？

这是我当前的代码。它有效，但似乎很长而且很难更新。 （股票代码只是先锋模型组合中的示例）。

x = price_df.index
a = price_df["P_VOO"]
b = price_df["P_VGK"]
c = price_df["P_VPL"]
d = price_df["P_IEMG"]
e = price_df["P_MCHI"]
f = price_df["P_VNQ"]
g = price_df["P_GDX"]
h = price_df["P_BND"]
i = price_df["P_BNDX"]



# Plot a figure with various axes scales
fig = plt.figure(figsize=(15,10))

# Subplot 1
plt.subplot(331)
plt.plot(x, a)
plt.title("VOO")
plt.ylim([0,550])
plt.grid(True)

plt.subplot(332)
plt.plot(x, b)
plt.title("VGK")
plt.ylim([0,400])
plt.grid(True)

plt.subplot(333)
plt.plot(x, c)
plt.title('VPL')
plt.ylim([0,110])
plt.grid(True)

plt.subplot(334)
plt.plot(x, d)
plt.title('IEMG')
plt.ylim([0,250])
plt.grid(True)

plt.subplot(335)
plt.plot(x, e)
plt.title('MCHI')
plt.ylim([0,75])
plt.grid(True)

plt.subplot(336)
plt.plot(x, f)
plt.title('P_VNQ')
plt.ylim([0,55])
plt.grid(True)

plt.subplot(337)
plt.plot(x, g)
plt.title('P_GDX')
plt.ylim([0,8])
plt.grid(True)

plt.subplot(338)
plt.plot(x, h)
plt.title('P_BND')
plt.ylim([0,200])
plt.grid(True)

plt.subplot(339)
plt.plot(x, i)
plt.title('P_BNDX')
plt.ylim([0,350])
plt.grid(True)

plt.tight_layout()

Answer 1

尝试使用DataFrame.plot 并启用subplots，设置layout 和figsize：

axes = df.plot(subplots=True, title=df.columns.tolist(),
               grid=True, layout=(3, 3), figsize=(15, 10))

plt.tight_layout()
plt.show()

或使用plt.subplots 设置布局，然后使用DataFrame.plot 在这些轴上绘图：

# setup subplots
fig, axes = plt.subplots(nrows=3, ncols=3, figsize=(15, 10))
# Plot DataFrame on axes
df.plot(subplots=True, ax=axes, title=df.columns.tolist(), grid=True)

plt.tight_layout()
plt.show()

---

示例数据和导入：

import numpy as np
import pandas as pd
from matplotlib import pyplot as plt

np.random.seed(5)
df = pd.DataFrame(np.random.randint(10, 100, (10, 9)),
                  columns=list("ABCDEFGHI"))

df:

    A   B   C   D   E   F   G   H   I
0  88  71  26  83  18  72  37  40  90
1  17  86  25  63  90  37  54  87  85
2  75  57  40  94  96  28  19  51  72
3  11  92  26  88  15  68  10  90  14
4  46  61  37  41  12  78  48  93  29
5  28  17  40  72  21  77  75  65  13
6  88  37  39  43  99  95  17  26  24
7  41  19  48  57  26  15  44  55  69
8  34  23  41  42  86  54  15  24  57
9  92  10  17  96  26  74  18  54  47

Answer 2

这个实现在你的情况下不可行吗？

x = price_df.index
cols = ["P_VOO","P_VGK",...] #Populate before running
ylims = [[0,550],...] #Populate before running

# Plot a figure with various axes scales
fig = plt.figure(figsize=(15,10))

# Subplot 1
for i, (col, ylim) in enumerate(zip(cols, ylims)):
    plt.subplot(331+i)
    plt.plot(x, price_df[col])
    plt.title(col.split('_')[1])
    plt.ylim(ylim)
    plt.grid(True)

没有在我的本地运行代码，可能有一些小错误。但是你明白了，对吧？