Pandas 将具有相同 x 轴的多个子图组合成 1 个条形图

Question

我正在遍历一个包含 6 个 col_names 的列表。我一次取 3 个 cols 循环，以便以后每次迭代打印 3 个子图。 我有 2 个具有相同列名的数据框，因此它们看起来相同，除了每个列名的直方图。

我想在同一个子图上绘制两个数据框的相似列名。现在，我将它们的直方图绘制在 2 个单独的子图上。

目前，对于 df_plot 中的 col 'A','B','C'：

对于 df_plot2 中的 col 'A','B','C'：

我只想要 3 个图表，我可以将相似的列名组合到同一个图表中，因此同一个图表中有蓝色和黄色条。

在下面添加df_plot2 不起作用。我认为我没有正确定义我的第二个axs，但我不知道该怎么做。

col_name_list = ['A','B','C','D','E','F']
chunk_list = [col_name_list[i:i + 3] for i in xrange(0, len(col_name_list), 3)]
    for k,g in enumerate(chunk_list):
        df_plot = df[g]
        df_plot2 = df[g][df[g] != 0]

        fig, axs = plt.subplots(1,len(g),figsize = (50,20))
        axs = axs.ravel()

        for j,x in enumerate(g):
            df_plot[x].value_counts(normalize=True).head().plot(kind='bar',ax=axs[j], position=0, title = x, fontsize = 30)
            # adding this doesnt work.
            df_plot2[x].value_counts(normalize=True).head().plot(kind='bar',ax=axs[j], position=1, fontsize = 30)
                axs[j].title.set_size(40)
        fig.tight_layout()   

Answer 1

解决方案是在同一个ax 上绘图：

更改axs[j] to axs

for k,g in enumerate(chunk_list):
    df_plot = df[g]
    df_plot2 = df[g][df[g] != 0]

    fig, axs = plt.subplots(1,len(g),figsize = (50,20))
    axs = axs.ravel()

    for j,x in enumerate(g):
        df_plot[x].value_counts(normalize=True).head().plot(kind='bar',ax=axs, position=0, title = x, fontsize = 30)
        # adding this doesnt work.
        df_plot2[x].value_counts(normalize=True).head().plot(kind='bar',ax=axs, position=1, fontsize = 30)
            axs[j].title.set_size(40)
    fig.tight_layout() 

然后只需拨打plt.plot()

例如，这将在同一个子图上绘制 x 和 y：

import matplotlib.pyplot as plt
x = np.arange(0, 10, 1)
y = np.arange(0, 20, 2)

ax = plt.subplot(1,1)
fig = plt.figure()
ax = fig.gca()
ax.plot(x)
ax.plot(y)

plt.show()

编辑：

现在有一个挤压关键字参数。这样可以确保结果始终是 2D numpy 数组。

fig, ax2d = subplots(2, 2, squeeze=False)

如果需要将其转换为一维数组很容易：

axli = ax1d.flatten()