matplotlib 循环为每个类别制作子图

Question

我正在尝试编写一个循环，该循环将生成一个包含 25 个子图的图形，每个国家/地区各 1 个。我的代码制作了一个包含 25 个子图的图形，但这些图是空的。我可以进行哪些更改以使数据显示在图表中？

fig = plt.figure()

for c,num in zip(countries, xrange(1,26)):
    df0=df[df['Country']==c]
    ax = fig.add_subplot(5,5,num)
    ax.plot(x=df0['Date'], y=df0[['y1','y2','y3','y4']], title=c)

fig.show()

Answer 1

您对 matplotlib 绘图函数和 pandas 绘图包装器感到困惑。
您遇到的问题是 ax.plot 没有任何 x 或 y 参数。

使用ax.plot

在这种情况下，将其命名为 ax.plot(df0['Date'], df0[['y1','y2']])，不带 x、y 和 title。可能单独设置标题。 示例：

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

countries = np.random.choice(list("ABCDE"),size=25)
df = pd.DataFrame({"Date" : range(200),
                    'Country' : np.repeat(countries,8),
                    'y1' : np.random.rand(200),
                    'y2' : np.random.rand(200)})

fig = plt.figure()

for c,num in zip(countries, xrange(1,26)):
    df0=df[df['Country']==c]
    ax = fig.add_subplot(5,5,num)
    ax.plot(df0['Date'], df0[['y1','y2']])
    ax.set_title(c)

plt.tight_layout()
plt.show()

使用 pandas 绘图包装器

在这种情况下，通过df0.plot(x="Date",y =['y1','y2']) 绘制您的数据。

例子：

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

countries = np.random.choice(list("ABCDE"),size=25)
df = pd.DataFrame({"Date" : range(200),
                    'Country' : np.repeat(countries,8),
                    'y1' : np.random.rand(200),
                    'y2' : np.random.rand(200)})

fig = plt.figure()

for c,num in zip(countries, xrange(1,26)):
    df0=df[df['Country']==c]
    ax = fig.add_subplot(5,5,num)
    df0.plot(x="Date",y =['y1','y2'], title=c, ax=ax, legend=False)

plt.tight_layout()
plt.show()

Answer 2

我不太记得如何使用原始子情节系统，但您似乎正在重写情节。无论如何，您应该看看gridspec。检查以下示例：

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

fig = plt.figure()

gs1 = gridspec.GridSpec(5, 5)
countries = ["Country " + str(i) for i in range(1, 26)]
axs = []
for c, num in zip(countries, range(1,26)):
    axs.append(fig.add_subplot(gs1[num - 1]))
    axs[-1].plot([1, 2, 3], [1, 2, 3])

plt.show()

结果如下：

只需将示例替换为您的数据，它应该可以正常工作。

注意：我注意到您使用的是xrange。我使用了range，因为我的 Python 版本是 3.x。适应你的版本。