如何在python中连续连接或连接或合并2个或多个图？

Question

我有一些基于时间序列的不同测量点的 RNN 输出图，我可以单独绘制它们，但我想知道是否可以 connect/joint/merge 2 个或更多图连续在一起？

以下是代码：

y_pred_test=model_RNN.predict(X_test)
df_test_RNN= pd.DataFrame.from_records(y_pred_test)

MSE=mean_squared_error(Y_test, y_pred_test)
print("Test MSE: " ,MSE)

print("Plot for 100 columns")
for i in range(40): #Here (3) cycles instead of (40) cycles for simplification   
    print("*"*50)
    print("Cycle"+" :"+ " "+str(i) )
    plt.plot(Y_test[i,:][0:100],'r-')
    plt.plot(y_pred_test[i][0:100],'b-')
    plt.show()

3 个时间步长或周期的结果：

预期结果（在 Windows 7 中由绘图手动创建的 3 个周期的连续图）： 我试图最小化wspace，但没有以正确的方式工作。我还检查了这个answer，这不是我的情况，因为它打印在同一个图表中 - 在同一个图表中一个低于另一个（图像）。

如果有人可以帮助我，那就太好了！

Answer 1

我构建了您要求使用正弦波的示例。 我不完全确定我们的数据是否具有相同的形状，但这应该让您了解如何解决这个问题：

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

# parameters for our sine wave
fs = 100 # sample rate 
f = 2 # the frequency of the signal

num_graphs = 3 #number of indiviudal graphs

x = []
y = []

# create 3 individual sine waves
for _ in range(num_graphs):
    x.append(np.arange(fs))
    y.append(np.sin(2*np.pi*f * (x[_]/fs)))

# create subplot for 3 indiviudal graphs
fig, axs = plt.subplots(nrows=1, ncols=3)

all_y = [] # create list to combine all y

for i in range(3): 
    # plot 3 individual curves
    axs[i].plot(x[i], y[i],'r-') # plot individual
    all_y.extend(y[i]) # extend all_y

这为我们提供了带有各个子图的图表：

# create new subplot for combined graph
fig, axs = plt.subplots(nrows=1, ncols=1)
axs.plot(range(len(all_y)), all_y)

在这里我们绘制我们的组合图像：