Pandas子图操作

(1)子图画法

import pandas as pd

import matplotlib.pyplot as plt

unrate = pd.read_csv(r"E:\PyCharm\UNRATE.csv")

fig = plt.figure() #调用plt.figure()方法

ax1 = fig.add_subplot(2,2,1) #在2乘2的表格中该图站第一个位置

ax2 = fig.add_subplot(2,2,2) #在2乘2的表格中该图站第二个位置

ax2 = fig.add_subplot(2,2,4) # 在2乘2的表格中该图站第四个位置

plt.show()

如下图：

（2）一张图上多个子图

fig = plt.figure(figsize(3,3)) #子图为3乘3大小

ax1 = fig.add_subplot(2,2,1)

ax2 = fig.add_subplot(2,2,4)

ax1.plot(np.random.randint(1,5,5), np.arange(5)) #x值为大小随机的5个数，y值为从0开始的5个数
ax2.plot(np.arange(10)*2, np.random.randint(0,10,10))

plot.show()

如下图：

（3）一张图上画出多折线

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

unrate = pd.read_csv(r"E:\PyCharm\UNRATE.csv")

unrate["DATE"] = pd.to_datetime(unrate["DATE"]) #把日期改为特定格式

unrate["MONTH"] = unrate["DATE"].dt.month #取出月份，生成MONTH列数据

fig = plt.figure(figsize=(10,6))

plt.plot(unrate[0:12]["MONTH"], unrate[0:12]["VALUE"], c='red')

plt.plot(unrate[12:24]["MONTH"], unrate[12:24]["VALUE"], c='green')

plt.show()

结果为：

fig = plt.figure(figsize=(10,6))

colors = ['red', 'yellow', 'blue', 'green', 'black']

for i in range(5):

start_index = i*12

end_index = (i+1)*12

subset = unrate[start_index:end_index]

label = str(1948+i)

plt.plot(subset["MONTH"], subset["VALUE"], c=colors[i], label=label) #label是下图左上角方框中的东西，颜色对应年份

plt.legend(loc='upper left') #把图例在左上角显示出来

plt.xlabe1("MONTH")

plt.ylabel("Unemployment Rate")

plt.title("Monthly Unemployment Trends, 1948-1952")

plt.show()

结果为：