我有一些Pandas dataframe共享相同的值尺度，但有不同的列和索引。当调用df.plot()时，我得到单独的plot图像。我真正想要的是把它们都放在同一个情节中，作为次要情节，但不幸的是，我没能想出一个解决方案，非常感谢一些帮助。
当前回答
下面是一个工作中的pandas子图示例，其中modes是数据框架的列名。
dpi=200
figure_size=(20, 10)
fig, ax = plt.subplots(len(modes), 1, sharex="all", sharey="all", dpi=dpi)
for i in range(len(modes)):
ax[i] = pivot_df.loc[:, modes[i]].plot.bar(figsize=(figure_size[0], figure_size[1]*len(modes)),
ax=ax[i], title=modes[i], color=my_colors[i])
ax[i].legend()
fig.suptitle(name)
其他回答
您可以使用matplotlib手动创建子图，然后使用ax关键字在特定的子图上绘制数据帧。例如，对于4个子图(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])
...
这里的axes是一个包含不同子图轴的数组，您可以通过索引轴来访问其中一个。 如果你想要一个共享的x轴，那么你可以给plt.subplots提供sharex=True。
在上面的@joris响应的基础上，如果已经建立了对子图的引用，那么也可以使用该引用。例如,
ax1 = plt.subplot2grid((50,100), (0, 0), colspan=20, rowspan=10)
...
df.plot.barh(ax=ax1, stacked=True)
你可以看到eg。在证明joris答案的文件中。同样在文档中，你也可以在pandas plot函数中设置subplots=True和layout=(，):
df.plot(subplots=True, layout=(1,2))
你也可以使用fig.add_subplot()来获取子图网格参数，如221、222、223、224等。在这个ipython笔记本中可以看到pandas数据帧上的绘图(包括子绘图)的好例子。
import numpy as np
import pandas as pd
imoprt matplotlib.pyplot as plt
fig, ax = plt.subplots(2,2)
df = pd.DataFrame({'A':np.random.randint(1,100,10),
'B': np.random.randint(100,1000,10),
'C':np.random.randint(100,200,10)})
for ax in ax.flatten():
df.plot(ax =ax)
您可能根本不需要使用Pandas。这是cat频率的matplotlib图:
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()
