Saya memiliki beberapa Pandas DataFrames yang berbagi skala nilai yang sama, tetapi memiliki kolom dan indeks yang berbeda. Saat memohon df.plot(), saya mendapatkan gambar plot terpisah. apa yang sebenarnya saya inginkan adalah memiliki semuanya dalam plot yang sama dengan subplot, tetapi sayangnya saya gagal menemukan solusi tentang bagaimana dan akan sangat menghargai beberapa bantuan.

Anda dapat membuat subplot secara manual dengan matplotlib, lalu memplot kerangka data pada subplot tertentu menggunakan axkata kunci. Misalnya untuk 4 subplot (2x2):

import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=2, ncols=2)

df1.plot(ax=axes[0,0])
df2.plot(ax=axes[0,1])
...

Berikut axesadalah larik yang menampung sumbu subplot yang berbeda, dan Anda dapat mengaksesnya hanya dengan mengindeks axes.
Jika Anda ingin bersama sumbu x, maka Anda dapat memberikan sharex=Trueke plt.subplots.

Anda dapat melihat mis. dalam dokumentasi yang mendemonstrasikan jawaban joris. Juga dari dokumentasinya, Anda juga bisa mengatur subplots=Truedan layout=(,)di dalam plotfungsi pandas :

df.plot(subplots=True, layout=(1,2))

Anda juga bisa menggunakan fig.add_subplot()yang mengambil parameter grid subplot seperti 221, 222, 223, 224, dll seperti yang dijelaskan dalam posting di sini . Contoh plot yang bagus pada bingkai data panda, termasuk subplot, dapat dilihat di notebook ipython ini .

Anda dapat menggunakan gaya Matplotlib yang sudah dikenal dengan memanggil figuredan subplot, tetapi Anda hanya perlu menentukan sumbu saat ini menggunakan plt.gca(). Sebuah contoh:

plt.figure(1)
plt.subplot(2,2,1)
df.A.plot() #no need to specify for first axis
plt.subplot(2,2,2)
df.B.plot(ax=plt.gca())
plt.subplot(2,2,3)
df.C.plot(ax=plt.gca())

dll ...

Anda dapat memplot beberapa subplot dari beberapa bingkai data panda menggunakan matplotlib dengan trik sederhana membuat daftar semua bingkai data. Kemudian gunakan perulangan for untuk memplot subplot.

Kode kerja:

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
# dataframe sample data
df1 = pd.DataFrame(np.random.rand(10,2)*100, columns=['A', 'B'])
df2 = pd.DataFrame(np.random.rand(10,2)*100, columns=['A', 'B'])
df3 = pd.DataFrame(np.random.rand(10,2)*100, columns=['A', 'B'])
df4 = pd.DataFrame(np.random.rand(10,2)*100, columns=['A', 'B'])
df5 = pd.DataFrame(np.random.rand(10,2)*100, columns=['A', 'B'])
df6 = pd.DataFrame(np.random.rand(10,2)*100, columns=['A', 'B'])
#define number of rows and columns for subplots
nrow=3
ncol=2
# make a list of all dataframes 
df_list = [df1 ,df2, df3, df4, df5, df6]
fig, axes = plt.subplots(nrow, ncol)
# plot counter
count=0
for r in range(nrow):
    for c in range(ncol):
        df_list[count].plot(ax=axes[r,c])
        count=+1

Dengan menggunakan kode ini, Anda dapat memplot subplot dalam konfigurasi apa pun. Anda hanya perlu menentukan jumlah baris nrowdan jumlah kolom ncol. Juga, Anda perlu membuat daftar bingkai data df_listyang ingin Anda plot.

Anda dapat menggunakan ini:

fig = plt.figure()
ax = fig.add_subplot(221)
plt.plot(x,y)

ax = fig.add_subplot(222)
plt.plot(x,z)
...

plt.show()

Anda mungkin tidak perlu menggunakan Panda sama sekali. Berikut plot matplotlib frekuensi kucing:

x = np.linspace(0, 2*np.pi, 400)
y = np.sin(x**2)

f, axes = plt.subplots(2, 1)
for c, i in enumerate(axes):
  axes[c].plot(x, y)
  axes[c].set_title('cats')
plt.tight_layout()

Berdasarkan tanggapan @joris di atas, jika Anda telah membuat referensi ke subplot, Anda juga dapat menggunakan referensi tersebut. Sebagai contoh,

ax1 = plt.subplot2grid((50,100), (0, 0), colspan=20, rowspan=10)
...

df.plot.barh(ax=ax1, stacked=True)

Cara membuat beberapa plot dari kamus dataframe dengan data yang panjang (rapi)

• Asumsi

  • Ada kamus beberapa kerangka data dari data yang rapi
    • Dibuat dengan membaca dari file
    • Dibuat dengan memisahkan satu kerangka data menjadi beberapa kerangka data
  • Kategori,, catmungkin tumpang tindih, tetapi semua kerangka data mungkin tidak berisi semua nilaicat
  • hue='cat'

• Karena bingkai data sedang diiterasi, tidak ada jaminan bahwa warna akan dipetakan sama untuk setiap plot

  • Peta warna khusus perlu dibuat dari nilai unik 'cat'untuk semua kerangka data
  • Karena warnanya akan sama, letakkan satu legenda di sisi plot, bukan legenda di setiap plot

Impor dan data sintetis

import pandas as pd
import numpy as np  # used for random data
import random  # used for random data
import matplotlib.pyplot as plt
from matplotlib.patches import Patch  # for custom legend
import seaborn as sns
import math import ceil  # determine correct number of subplot


# synthetic data
df_dict = dict()
for i in range(1, 7):
    np.random.seed(i)
    random.seed(i)
    data_length = 100
    data = {'cat': [random.choice(['A', 'B', 'C']) for _ in range(data_length)],
            'x': np.random.rand(data_length),
            'y': np.random.rand(data_length)}
    df_dict[i] = pd.DataFrame(data)


# display(df_dict[1].head())

  cat         x         y
0   A  0.417022  0.326645
1   C  0.720324  0.527058
2   A  0.000114  0.885942
3   B  0.302333  0.357270
4   A  0.146756  0.908535

Buat pemetaan dan plot warna

# create color mapping based on all unique values of cat
unique_cat = {cat for v in df_dict.values() for cat in v.cat.unique()}  # get unique cats
colors = sns.color_palette('husl', n_colors=len(unique_cat))  # get a number of colors
cmap = dict(zip(unique_cat, colors))  # zip values to colors

# iterate through dictionary and plot
col_nums = 3  # how many plots per row
row_nums = math.ceil(len(df_dict) / col_nums)  # how many rows of plots
plt.figure(figsize=(10, 5))  # change the figure size as needed
for i, (k, v) in enumerate(df_dict.items(), 1):
    plt.subplot(row_nums, col_nums, i)  # create subplots
    p = sns.scatterplot(data=v, x='x', y='y', hue='cat', palette=cmap)
    p.legend_.remove()  # remove the individual plot legends
    plt.title(f'DataFrame: {k}')

plt.tight_layout()
# create legend from cmap
patches = [Patch(color=v, label=k) for k, v in cmap.items()]
# place legend outside of plot; change the right bbox value to move the legend up or down
plt.legend(handles=patches, bbox_to_anchor=(1.06, 1.2), loc='center left', borderaxespad=0)
plt.show()