У меня есть несколько Pandas DataFrames с одинаковой шкалой значений, но с разными столбцами и индексами. При вызове df.plot()получаю отдельные сюжетные изображения. на самом деле я хочу, чтобы все они находились в одном сюжете с подсюжетами, но, к сожалению, я не могу придумать решение, как это сделать, и был бы очень признателен за некоторую помощь.

Вы можете вручную создать подзаголовки с помощью matplotlib, а затем построить фреймы данных на конкретном подзаголовке, используя axключевое слово. Например, для 4 участков (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])
...

Вот axesмассив, который содержит различные оси подзаголовка, и вы можете получить к нему доступ, просто индексируя axes.
Если вы хотите общую ось х, то вы можете предоставить sharex=Trueв plt.subplots.

Вы можете увидеть напр. в документации, демонстрирующей ответ Джориса. Также из документации вы также можете установить subplots=Trueи layout=(,)в plotфункции pandas :

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

Вы также можете использовать fig.add_subplot()which принимает параметры сетки подзаголовка, такие как 221, 222, 223, 224 и т. Д., Как описано в сообщении здесь . Хорошие примеры графика на фрейме данных pandas, включая подзаголовки, можно увидеть в этом блокноте ipython .

Вы можете использовать знакомый стиль Matplotlib, вызывая figureи subplot, но вам просто нужно указать текущую ось, используя plt.gca(). Пример:

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())

и т.д...

Вы можете построить несколько подзаголовков из нескольких фреймов данных pandas, используя matplotlib с простым трюком, состоящим в создании списка всех фреймов данных. Затем используйте цикл for для построения подзаголовков.

Рабочий код:

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

Используя этот код, вы можете построить подзаголовки в любой конфигурации. Вам нужно просто определить количество строк nrowи количество столбцов ncol. Также вам необходимо составить список фреймов данных, df_listкоторые вы хотите построить.

Вы можете использовать это:

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

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

plt.show()

Возможно, вам вообще не нужно использовать Pandas. Вот график matplotlib частот кошек:

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()

Основываясь на ответе @joris выше, если вы уже установили ссылку на подзаговор, вы также можете использовать ссылку. Например,

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

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

Как создать несколько графиков из словаря фреймов данных с длинными (аккуратными) данными

• Предположения

  • Есть словарь нескольких фреймов аккуратных данных
    • Создано путем чтения из файлов
    • Создается путем разделения одного фрейма данных на несколько фреймов.
  • Категории cat,, могут перекрываться, но все фреймы данных могут не содержать все значенияcat
  • hue='cat'

• Поскольку кадры данных проходят итерацию, нет гарантии, что цвета будут отображаться одинаково для каждого графика.

  • Пользовательская цветовая карта должна быть создана из уникальных 'cat'значений для всех фреймов данных.
  • Поскольку цвета будут одинаковыми, поместите одну легенду сбоку от графиков вместо легенды на каждом графике.

Импорт и синтетические данные

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

Создавайте сопоставления цветов и график

# 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()