Skip to main content
 首页 » 编程设计

python之使用 matplotlib 在单独的子图中绘制 Pandas 系列

2024年10月25日9落叶无声

希望得到一些帮助,我正在尝试使用 pandas 和 matplotlib 在单独的子图中绘制模拟数据,到目前为止我的代码是:

import matplotlib.pylab as plt 
import pandas as pd 
fig, ax = plt.subplots(2, 3) 
for i in range(2): 
    for j in range(50, 101, 10): 
        for e in range(3): 
            Var=(700* j)/ 100 
            Names1 = ['ig','M_GZ'] 
            Data1 = pd.read_csv('~/File/JTL_'+str(Var)+'/GZ.csv', names=Names1) 
            ig = Data1['ig'] 
            M_GZ=Data1['M_GZ'] 
            MGZ = Data1[Data1.M_GZ != 0] 
            ax[i, e].plot(MGZ['ig'][:4], MGZ['M_GZ'][:4], '--v', linewidth=1.75) 
plt.tight_layout() 
plt.show() 

但代码为我提供了同一图的 6 个重复副本: Var 的每次迭代都有自己的情节,我尝试更改循环并使用不同的变体,例如:

fig = plt.figure() 
for i in range(1, 7): 
      ax = fig.add_subplot(2, 3, i) 
            for j in range(50, 101, 10):                 
                     Var=(700* j)/ 100 
                     Names1 = ['ig','M_GZ'] 
                     Data1 = pd.read_csv('~/File/JTL_'+str(Var)+'/GZ.csv', names=Names1) 
                     ig = Data1['ig'] 
                     M_GZ=Data1['M_GZ'] 
                     MGZ = Data1[Data1.M_GZ != 0] 
                     ax.plot(MGZ['ig'][:4], MGZ['M_GZ'][:4], '--v', linewidth=1.75) 
plt.tight_layout() 
plt.show() 

但这并没有改变我仍然得到与上面相同的情节。任何帮助将不胜感激,我希望每个子图包含一组数据而不是所有六个

这是一个 Link每个子目录 ~/File/JTL_'+str(Var)+'/ 中的一个 Dataframes 包含此文件的副本,总共有 6 个

请您参考如下方法:

问题出在你的循环中

for i in range(2):  # Iterating rows of the plot 
    for j in range(50, 101, 10): # Iterating your file names 
        for e in range(3): # iterating the columns of the plot 

最终结果是您迭代了每个文件名

的所有列

对于它的两个工作,您的循环中应该只有两个嵌套级别。潜在代码(更新):

import matplotlib.pylab as plt 
import pandas as pd 
fig, ax = plt.subplots(2, 3) 
for row in range(2): 
    for col in range(3): 
        f_index = range(50, 101, 10)[row+1 * col] 
        print row, col, f_index 
        Var=(700* f_index)/ 100 
        Names1 = ['ig','M_GZ'] 
        Data1 = pd.read_csv('~/File/JTL_'+str(Var)+'/GZ.csv', names=Names1) 
        ig = Data1['ig'] 
        M_GZ=Data1['M_GZ'] 
        MGZ = Data1[Data1.M_GZ != 0] 
        ax[row, col].plot(MGZ['ig'][:4], MGZ['M_GZ'][:4], '--v',linewidth=1.75) 
plt.tight_layout() 
plt.show()