Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimanakah Saya Boleh Memplot Berbilang DataFrames Panda dalam Subplot Matplotlib?

Bagaimanakah Saya Boleh Memplot Berbilang DataFrames Panda dalam Subplot Matplotlib?

Barbara Streisand
Lepaskan: 2024-12-08 18:22:12
asal
641 orang telah melayarinya

How Can I Plot Multiple Pandas DataFrames in Matplotlib Subplots?

Memplot Berbilang Bingkai Data dalam Subplot

Apabila bekerja dengan berbilang Panda DataFrames dengan skala nilai yang sama, anda mungkin ingin menggambarkannya dalam plot yang sama menggunakan subplot.

Untuk mencapai matlamat ini, anda boleh memanfaatkan kefungsian matplotlib. Mula-mula, cipta subplot secara manual menggunakan plt.subplots(), dengan menyatakan bilangan baris dan lajur yang dikehendaki.

import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=2, ncols=2)
Salin selepas log masuk

Di sini, paksi ialah tatasusunan yang mengandungi paksi subplot individu, yang setiap satu daripadanya boleh anda akses melalui pengindeksan.

Kini, anda boleh merancang setiap DataFrame pada subplot tertentu dengan menghantar hujah kata kunci kapak dalam kaedah plot(). Sebagai contoh, untuk memplot df1 pada subplot pertama, anda akan menggunakan:

df1.plot(ax=axes[0,0])
Salin selepas log masuk

Untuk memastikan paksi-x dikongsi merentas semua subplot, anda boleh menentukan sharex=True apabila mencipta subplot:

fig, axes = plt.subplots(nrows=2, ncols=2, sharex=True)
Salin selepas log masuk

Dengan mengikuti langkah-langkah ini, anda boleh memvisualisasikan berbilang DataFrames dengan mudah dalam subplot, membolehkan perbandingan yang mudah dan analisis.

Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Memplot Berbilang DataFrames Panda dalam Subplot Matplotlib?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan