【问题标题】:Plotting Pandas dataframe subplots with different linestyles绘制具有不同线型的 Pandas 数据框子图
【发布时间】:2018-04-30 15:53:20
【问题描述】:

我正在绘制一个带有 6 组轴的图,每组轴都有来自 2 个 Pandas 数据帧之一的一系列 3 行(每列 1 行)。 我一直在用matplotlib .plot

import pandas as pd
import matplotlib.pyplot as plt

idx = pd.DatetimeIndex(start = '2013-01-01 00:00', periods =24,freq = 'H')
df1 = pd.DataFrame(index = idx, columns = ['line1','line2','line3'])
df1['line1']=  df1.index.hour
df1['line2'] = 24 - df1['line1']
df1['line3'] = df1['line1'].mean()
df2 = df1*2
df3= df1/2
df4= df2+df3

fig, ax = plt.subplots(2,2,squeeze=False,figsize = (10,10))
ax[0,0].plot(df1.index, df1,  marker='', linewidth=1, alpha=1)
ax[0,1].plot(df2.index, df2, marker='', linewidth=1, alpha=1)
ax[1,0].plot(df3.index, df3, marker='', linewidth=1, alpha=1)
ax[1,1].plot(df4.index, df4, marker='', linewidth=1, alpha=1)
fig.show()

一切都很好,matplotlib 会自动为每条线循环使用不同的颜色,但对每个图使用相同的颜色,这正是我想要的。

但是,现在我想为线条指定更多细节:为每条线选择特定的颜色,和/或更改每条线的线条样式。 This link 展示了如何将多个线型传递给 Pandas 绘图。例如使用

 ax = df.plot(kind='line', style=['-', '--', '-.'])

所以我需要:

  1. 将样式列表传递给我上面的子图命令,但style 无法识别,并且它不接受linestylecolor 的列表。有没有办法做到这一点? 或
  2. 使用df.plot

    fig, ax = plt.subplots(2,2,squeeze=False,figsize = (10,10)) ax[0,0] = df1.plot(style=['-','--','-.'], marker='', linewidth=1, alpha=1) ax[0,1] = df2.plot(style=['-','--','-.'],marker='', linewidth=1, alpha=1) ax[1,0] = df3.plot( style=['-','--','-.'],marker='', linewidth=1, alpha=1) ax[1,1] = df4.plot(style=['-','--','-.'], marker='', linewidth=1, alpha=1) fig.show()

...但是随后将每个图绘制为单独的图形。我看不到如何将多个 Pandas 图放在同一个图上。

我怎样才能使这两种方法都起作用?

【问题讨论】:

  • 能否提供minimal reproducible example。从你展示的不完整的代码片段来看,你似乎只是在绘制相同的日期帧 3 次(这没有多大意义,对吧?)
  • 是的,我很抱歉。我试图简化代码并完成了它。 df1 和 df2 是 dictsdataframes,所以每个情节都是不同的。我会花时间做一个更完整的例子
  • @ImportanceOfBeingErnest 我已经更新了这个问题 - 希望是最小的、完整的和可验证的
  • 对不起,我现在在下面的答案中采用了旧示例。现在我懒得把它改成新的例子了。我猜原理是一样的。

标签: pandas matplotlib plot


【解决方案1】:

使用 matplotlib

使用 matplotlib,您可以为轴定义一个循环器以自动循环颜色和线型。 (见this answer)。

import numpy as np; np.random.seed(1)
import pandas as pd
import matplotlib.pyplot as plt

f = lambda i: pd.DataFrame(np.cumsum(np.random.randn(20,3),0))
dic1= dict(zip(range(3), [f(i) for i in range(3)]))
dic2= dict(zip(range(3), [f(i) for i in range(3)]))
dics = [dic1,dic2]
rows = range(3)

def set_cycler(ax):
    ax.set_prop_cycle(plt.cycler('color', ['limegreen', '#bc15b0', 'indigo'])+
                      plt.cycler('linestyle', ["-","--","-."]))

fig, ax = plt.subplots(3,2,squeeze=False,figsize = (8,5))
for x in rows:
    for i,dic in enumerate(dics):
        set_cycler(ax[x,i])
        ax[x,i].plot(dic[x].index, dic[x],  marker='', linewidth=1, alpha=1)
    
plt.show()

使用熊猫

使用 pandas,您确实可以为 df.plot() 方法提供可能的颜色和线条样式列表。此外,您需要告诉它要在哪些轴上绘制 (df.plot(ax=ax[i,j]))。

import numpy as np; np.random.seed(1)
import pandas as pd
import matplotlib.pyplot as plt


f = lambda i: pd.DataFrame(np.cumsum(np.random.randn(20,3),0))
dic1= dict(zip(range(3), [f(i) for i in range(3)]))
dic2= dict(zip(range(3), [f(i) for i in range(3)]))
dics = [dic1,dic2]
rows = range(3)

color = ['limegreen', '#bc15b0', 'indigo']
linestyle = ["-","--","-."]

fig, ax = plt.subplots(3,2,squeeze=False,figsize = (8,5))
for x in rows:
    for i,dic in enumerate(dics):
        dic[x].plot(ax=ax[x,i], style=linestyle, color=color, legend=False)
        
    
plt.show()

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2023-03-06
    • 2021-09-16
    • 1970-01-01
    • 2016-10-30
    • 1970-01-01
    相关资源
    最近更新 更多