Python 3.x 如何将数据帧中的列绘制为子图
我做错了什么？我想从Python 3.x 如何将数据帧中的列绘制为子图,python-3.x,pandas,date,matplotlib,Python 3.x,Pandas,Date,Matplotlib,我做错了什么？我想从df创建新的数据框，并在每个新创建的数据框（Emins、FTSE、Stoxx和Nikkei）的折线图中使用日期作为x轴 我从data.xlsx创建了一个名为df的数据帧，它如下所示： 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 20
dfdf 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
df将numpy导入为np
将matplotlib.pyplot作为plt导入
plt.style.use（'classic'））
df=pd.read\u excel（'data.xlsx'）
df=df.rename（列={'Dates'：'Date'，'ES1'：'Eminis'，'z1'：'FTSE'，'VG1'：'Stoxx'，'NK1'：'Nikkei'，'TY1'：'Notes'，'g1'：'Gilts'，'RX1'：'Bunds'，'JB1'：'JGBS'，'CL1'：'Oil'，'HG1'：'cu'，'s1'S 1'：'GC1'：'Gold'，'WILLTIPS'：'TIPS'））
标题=df.columns
Eminis=df[['Date'，'Eminis']]
FTSE=df[['日期'，'FTSE']]
Stoxx=df[['Date'，'Stoxx']]
日经指数=df[['日期'，'日经']]
#通过plt.子图（行、列）创建多个图
图，轴=plt.子批次（2,2，图尺寸=（20,15））
x=日期
y1=埃米尼斯
y2=注释
y3=Stoxx
y4=日经指数
#每个子地块上有一个绘图
轴[0][0]。直线（x，y1）
轴[0][1]。直线（x，y2）
轴[1][0]。直线（x，y3）
轴[1][1]。直线（x，y4）
plt.图例（）
plt.show（）
- 我认为更简洁的选择是不制作许多数据帧，这会产生不必要的工作和复杂性
- Plotting data是关于为plot API塑造数据框的
- 在这种情况下，更好的选择是使用将数据帧从宽格式转换为长（整洁）格式。
- 这会将所有标签放置在一列中，并将值放置在另一列中
- 使用，它可以从长格式的数据帧创建。
是一个用于seaborn
的高级API，使绘图变得更加容易matplotlib
- 如果数据框包含许多库存，但只打印少数库存，则可以使用
将熊猫作为pd导入
导入seaborn作为sns
将matplotlib.pyplot作为plt导入
#从excel导入数据，或设置测试数据框
数据={'Dates'：['2005-01-04'，'2005-01-05'，'2005-01-06'，'2005-01-07'，'2005-01-11'，'2020-09-16'，'2020-09-17'，'2020-09-18'，'2020-09-23'，'2020-09-24']，
‘ES1’：[-0.0126，-0.0065,0.0042，-0.0017，-0.0065，-0.0046，-0.0083，-0.0024，-0.0206,0.0021]，
‘Z 1’：[0.0077、-0.0057、0.0017、0.0061、-0.004、-0.0065、-0.0034、-0.0009、0.0102、-0.0136]，
‘VG1’：[-0.003,0.0007,0.0051,0.001，-0.0147，-0.0003，-0.0039，-0.0009,0.0022，-0.0073]，
‘NK1’：[0.0052、-0.0095、0.0044、-0.0009、0.007、-0.0009、-0.0086、0.0052、-0.0013、-0.0116]]
df=pd.DataFrame（数据）
#重命名列
df=df.rename（列={'Dates'：'Date'，'ES1'：'Eminis'，'z1'：'FTSE'，'VG1'：'Stoxx'，'NK1'：'Nikkei'}）
#将Date设置为datetime
df.Date=pd.to_datetime（df.Date）
#将日期设置为索引
df.set_索引（'Date'，inplace=True）
#堆叠数据帧
dfs=df.stack（）.reset_index（）.rename（列={'level_1'：'Stock'，0:'val'}）
#若要仅从库存中选择值的子集，若要打印，请使用布尔索引进行选择
df_select=dfs[dfs.Stock.isin（['Eminis'，'FTSE'，'Stoxx'，'Nikkei']）]`
#df_select.head（）
日期股票价值
0 2005-01-04艾米尼斯-0.0126
1 2005-01-04富时0.0077
2 2005-01-04斯托克-0.0030
3 2005-01-04日经0.0052
4 2005-01-05艾米尼斯-0.0065
#密谋
sns.relplot（数据=df_select，x='Date'，y='val'，col='Stock'，col_wrap=2，kind='line'）
- 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。
- 未为
x=Date
：y2=Notes
未定义Notes
不是.line
方法，导致plt
；它应该是属性错误plt.plot
是数据帧，但传递给y轴的plot方法，这会导致y1-y4
；一列应作为TypeError:unhabable type:'numpy.ndarray'
传递y
不是一种方法；它是.legends。图例- 如果需要，必须为每个子批次显示图例
- 未为
Eminis=df[['Date'，'Eminis']]
FTSE=df[['日期'，'FTSE']]
Stoxx=df[['Date'，'Stoxx']]
日经指数=df[['日期'，'日经']]
#通过plt.子图（行、列）创建多个图
图，轴=plt.子批次（2,2，图尺寸=（20,15））
x=df.日期
y1=埃米尼斯。埃米尼斯
y2=FTSE.FTSE
y3=Stoxx.Stoxx
y4=日经指数.日经指数
#每个子地块上有一个绘图
轴[0][0]。绘图（x，y1，标签='Eminis'）
轴[0][0]。图例（）
轴[0][1]。绘图（x，y2，label='FTSE'）
轴[0][1]。图例（）
轴[1][0]。绘图（x，y3，label='Stoxx'）
轴[1][0]。图例（）
轴[1][1]。绘图（x，y4，label='Nikkei'）
轴[1][1]。图例（）
plt.show（）
- 将数据框中的Dates列设置为索引
- 创建具有所需子地块数量的地物 （在您的案例4中），调用plt.subplot
- 从数据框中绘制绘图，传递：
- ax-子批次的ax结果（此处为轴的数组 对象，而不是单个轴）
- Subplot=True-以单独的方式绘制每列 子地块
fig, a = plt.subplots(2, 2, figsize=(12, 6), tight_layout=True)
df.plot(ax=a, subplots=True, rot=60);
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'])