如何将数据框中的列绘制为子图

Question

我在这里做错了什么？我想创建新的数据框，df并使用日期作为每个新创建的数据框（Emins、FTSE、Stoxx 和 Nikkei）折线图中的 x 轴。

我有一个df从 data.xlsx 创建的名为数据框，它看起来像这样：

    Dates         ES1     Z 1     VG1     NK1

0   2005-01-04  -0.0126  0.0077 -0.0030  0.0052

1   2005-01-05  -0.0065 -0.0057  0.0007 -0.0095

2   2005-01-06   0.0042  0.0017  0.0051  0.0044

3   2005-01-07  -0.0017  0.0061  0.0010 -0.0009

4   2005-01-11  -0.0065 -0.0040 -0.0147  0.0070

3670    2020-09-16  -0.0046 -0.0065 -0.0003 -0.0009

3671    2020-09-17  -0.0083 -0.0034 -0.0039 -0.0086

3672    2020-09-18  -0.0024 -0.0009 -0.0009  0.0052

3673    2020-09-23  -0.0206  0.0102  0.0022 -0.0013

3674    2020-09-24  0.0021  -0.0136 -0.0073 -0.0116

我df创建了 4 个新数据框，分别称为 Eminis、FTSE、Stoxx 和 Nikkei。

感谢您的帮助！！！！

    import numpy as np

    import matplotlib.pyplot as plt

    plt.style.use('classic')

    

    df = pd.read_excel('data.xlsx')

    df = df.rename(columns={'Dates':'Date','ES1': 'Eminis', 'Z 1': 'FTSE','VG1': 'Stoxx','NK1': 'Nikkei','TY1': 'Notes','G 1': 'Gilts', 'RX1': 'Bunds','JB1': 'JGBS','CL1': 'Oil','HG1': 'Copper','S 1': 'Soybeans','GC1': 'Gold','WILLTIPS': 'TIPS'})

    headers = df.columns

    Eminis = df[['Date','Eminis']]

    FTSE = df[['Date','FTSE']]

    Stoxx = df[['Date','Stoxx']]

    Nikkei = df[['Date','Nikkei']]

    

    # create multiple plots via plt.subplots(rows,columns)

    fig, axes = plt.subplots(2,2, figsize=(20,15))

    x = Date

    y1 = Eminis

    y2 = Notes

    y3 = Stoxx

    y4 = Nikkei

    

    # one plot on each subplot

    axes[0][0].line(x,y1)

    axes[0][1].line(x,y2)

    axes[1][0].line(x,y3)

    axes[1][1].line(x,y4)

    

    plt.legends()

    plt.show()

Answer 1

优雅的解决方案是：将DataFrame 中的Dates列设置为索引。创建一个具有所需数量的子图（在您的情况下为 4）的图形，调用plt.subplots。从 DataFrame 中绘制一个图，传递：ax -子图的ax结果（这里是Axes对象的数组 ，而不是单个Axes），subplots=True - 在单独的子图中绘制每一列。执行此操作的代码是：fig, a = plt.subplots(2, 2, figsize=(12, 6), tight_layout=True)df.plot(ax=a, subplots=True, rot=60);为了测试上面的代码，我创建了以下 DataFrame：np.random.seed(1)ind = pd.date_range('2005-01-01', '2006-12-31', freq='7D')df = pd.DataFrame(np.random.rand(ind.size, 4),    index=ind, columns=['ES1', 'Z 1', 'VG1', 'NK1'])并得到以下图片：由于我的测试数据是随机的，我假设“7天”频率，以使图片不会太“混乱”。对于真实数据，请考虑使用“7D”频率和mean()聚合函数进行重采样。

Answer 2

我认为更简洁的选择是不要制作许多数据帧，这会造成不必要的工作和复杂性。绘制数据就是为绘图 API 塑造数据框在这种情况下，更好的选择是使用 .dataframe 将宽格式转换为长（整齐）格式.melt。这会将所有标签放在一列中，并将值放在另一列中使用，它可以从长格式的数据帧 seaborn.relplot创建。FacetGridseaborn是 的高级 API matplotlib，使绘图变得更加容易。如果数据框包含许多股票，但只绘制少数股票，则可以使用布尔索引来选择它们fig, a = plt.subplots(2, 2, figsize=(12, 6), tight_layout=True)df.plot(ax=a, subplots=True, rot=60);为了测试上面的代码，我创建了以下 DataFrame：np.random.seed(1)ind = pd.date_range('2005-01-01', '2006-12-31', freq='7D')df = pd.DataFrame(np.random.rand(ind.size, 4),    index=ind, columns=['ES1', 'Z 1', 'VG1', 'NK1'])并得到以下图片：我在这里做错了什么？当前的实现效率低下，有许多不正确的方法调用和未定义的变量。如果需要，必须为每个子图显示图例。Date没有定义为x = Datey2 = Notes:Notes未定义.line不是plt方法并导致AttributeError; 它应该是plt.ploty1 - y4是 DataFrame，但传递给 y 轴的绘图方法，这会导致TypeError: unhashable type: 'numpy.ndarray'; 一列应作为 传递y。.legends不是一种方法；它是.legendfig, a = plt.subplots(2, 2, figsize=(12, 6), tight_layout=True)df.plot(ax=a, subplots=True, rot=60);为了测试上面的代码，我创建了以下 DataFrame：np.random.seed(1)ind = pd.date_range('2005-01-01', '2006-12-31', freq='7D')df = pd.DataFrame(np.random.rand(ind.size, 4),    index=ind, columns=['ES1', 'Z 1', 'VG1', 'NK1'])并得到以下图片：