Matplotlib 填充 pandas DataFrame.plot 至 matplotlib subplot 中

Matplotlib 和 pandas 是 Python 数据科学领域非常重要的两个库。Matplotlib 是一个灵活但复杂的绘图工具箱，而 pandas 则提供了分析结构化数据所需的数据结构和工具。其中，Matplotlib 的最大优点是可以适应各种数据可视化需求。pandas DataFrame.plot 是十分常用而又易于使用的绘图工具，而将它完美地填充进 Matplotlib 的 subplot 中，可以更加灵活地进行可视化操作。本篇文章将介绍如何完成这个过程。

阅读更多：Matplotlib 教程

创建 DataFrame 并绘制基础图像

首先，我们来创建一个数据框并制作一个基础图像：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 创建数据框
df = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])

# 绘制图形
df.plot()
plt.show()

这段代码将生成一个基础折线图，其中横轴为 index 列（在这个例子中展示为 0 到 9 的整数），纵轴为值。图像如下：

    a         b         c         d
0   0.336042  0.387177  0.138054  0.747102
1   0.757594  0.308674  0.653717  0.442413
2   0.550085  0.090298  0.318145  0.013404
3   0.949858  0.606628  0.188200  0.740288
4   0.497361  0.629171  0.794210  0.188957
5   0.107617  0.931826  0.196816  0.506546
6   0.880798  0.967466  0.047677  0.400492
7   0.177550  0.857575  0.741217  0.317822
8   0.175665  0.680328  0.284675  0.065003
9   0.228307  0.019244  0.424322  0.239988

将 DataFrame.plot 填充至 Matplotlib subplot 中

现在，我们需要把这个图像放进一个 Matplotlib subplot 中。为了做到这一点，我们需要掌握如下三种方式：

• 在单个 subplot 中绘制 DataFrame.plot；
• 在多个 subplot 中绘制 DataFrame.plot；
• 在相邻 subplot 中绘制 DataFrame.plot。

方式一：在单个 subplot 中绘制

如果您只想在单个 subplot 中绘制 DataFrame.plot，那么可以采用直接绘制的方式，例如：

fig, ax = plt.subplots()
df.plot(ax=ax)
plt.show()

在这种情况下，图形将与以前相同。您将额外得到一个 fig 对象和一个 ax 对象。这是因为 plt.subplots() 命令实际上是用一个单元格创建了 fig 和 ax 对象（也称为“子图对象”）。

方式二：在多个 subplot 中绘制

如果您想在多个 subplot 中绘制 DataFrame.plot，则需要创建一个 ax 对象列表。例如，下面的代码将创建一个 2×2 的 subplot，并将 DataFrame 绘制到第一个 subplot 上：

fig, axs = plt.subplots(2, 2)
df.plot(ax=axs[0, 0])
plt.show()

在这个例子中，axs[0, 0] 是 Matplotlib subplot 对象，在这里，我们用 DataFrame.plot 填充它。另外三个 subplot 将保留为空白，您可以调用不同的命令将其他图形填充其中。

方式三：在相邻 subplot 中绘制

在 Matplotlib 中，可以在与它相邻的子图中绘制 DataFrame.plot。为了具体说明，我们来看下面的代码：

fig, ax = plt.subplots(2, 1)
df['a'].plot(ax=ax[0], color='b')
df['b'].plot(ax=ax[1], color='r')
plt.show()

这个例子展示了如何将一个 DataFrame 的多列绘制在相邻 subplot 中。由于我们正在将两个不同的图形拟合到不同的 subplot 中，因此这里我们需要分别调用 DataFrame.plot 两次。其中，df[‘a’] 和 df[‘b’] 分别是 DataFrame 中的不同列。在这个例子里，我们还指定了线条的颜色。

添加其他 Matplotlib 批注

如果您在将 DataFrame.plot 合并到 Matplotlib subplot 中时希望向图表中添加其他信息，可以使用 Matplotlib 提供的其他注释工具。例如，您可以添加标题或轴标签等注释。

下面的代码展示了如何添加标题和横轴标签：

fig, ax = plt.subplots()
df.plot(ax=ax)
ax.set_title('Title')
ax.set_xlabel('X Label')
plt.show()

在这个例子中，我们调用了 ax.set_title() 方法设置了标题，并使用 ax.set_xlabel() 方法设置了横轴标签。

总结

本篇文章介绍了如何将 pandas DataFrame.plot 合并到 Matplotlib subplot 中，并演示了三种不同的方法。在实际应用中，常常需要通过添加其他的批注来进一步完善图表，并展示更加详尽的分析结果。