pandas中DataFrame可视化之画多图的方法小结

最新推荐文章于 2025-02-15 16:13:30 发布

原创最新推荐文章于 2025-02-15 16:13:30 发布 · 1.3w 阅读

12 ·

CC 4.0 BY-SA版权

数据分析同时被 3 个专栏收录

92 篇文章

订阅专栏

pandas

62 篇文章

订阅专栏

matplotlib

6 篇文章

订阅专栏

本文详细介绍了Pandas库中DataFrame.plot()方法的使用技巧，包括如何在一个ax中绘制所有列的图表，如何利用subplots和layout参数创建多图布局，以及如何在特定的子图中绘制多列数据。通过实例展示了如何利用matplotlib包创建自定义布局。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

DataFrame.plot()方法是功能很强大的画图方法，其中的据图参数为：DataFrame.plot(x=None, y=None, kind='line', ax=None, subplots=False, sharex=None, sharey=False, layout=None, figsize=None, use_index=True, title=None, grid=None, legend=True, style=None, logx=False, logy=False, loglog=False, xticks=None, yticks=None, xlim=None, ylim=None, rot=None, fontsize=None, colormap=None, table=False, yerr=None, xerr=None, secondary_y=False, sort_columns=False, **kwds)，可以看到，参数很多，说明功能很强大，但是自然的，也比较繁琐，下面笔者仅针对画多图的情况进行一个简单的总结：

1、对于一个DataFrame对象df，直接在一个ax中画出所有列的图--->用df.plot();

2、将不同的列画在不同的ax中--->利用参数subplots和layout，即令subplots=True，然后再设置layout，传给其参数形式是一个元组，代表axes的布局，例如（3,2）表示3行2列的布局；如果不设置，则默认按一列的布局，还可以设置sharex=True，使其不同的subplot共享同一个x轴，可以节省画布空间，视觉效果也会更好；

3、画多个子图，但是并不是每列分别占一个ax，而是一个子图（ax）中画多列--->可以通过其中的ax参数，当然这时就需要用到matplotlib包，先创建特定布局的figure，然后再把这个figure中的axes对象传给参数ax，以画在这个特定的ax上，例如fig,axes=pmatplotlib.pyplot.subplots(3,2,figsize=(12,9))，这条语句创建了figure对象fig，还有ax对象组成的adarray--axes，然后通过例如df.plot(ax=axes[0,1])这样的语句把df的多列画在fig画布的第一行第二列的ax对象上。