Python 使用matplotlib在单独的子地块中绘制熊猫系列

希望得到一些帮助，我正在尝试使用pandas和matplotlib在单独的子地块中绘制模拟数据。到目前为止，我的代码是：

import matplotlib.pylab as plt
import pandas as pd
fig, ax = plt.subplots(2, 3)
for i in range(2):
    for j in range(50, 101, 10):
        for e in range(3):
            Var=(700* j)/ 100
            Names1 = ['ig','M_GZ']
            Data1 = pd.read_csv('~/File/JTL_'+str(Var)+'/GZ.csv', names=Names1)
            ig = Data1['ig']
            M_GZ=Data1['M_GZ']
            MGZ = Data1[Data1.M_GZ != 0]
            ax[i, e].plot(MGZ['ig'][:4], MGZ['M_GZ'][:4], '--v', linewidth=1.75)
plt.tight_layout()
plt.show()

但代码给了我6份相同绘图的副本： 我尝试改变循环并使用不同的变体，例如：

fig = plt.figure()
for i in range(1, 7):
      ax = fig.add_subplot(2, 3, i)
            for j in range(50, 101, 10):                
                     Var=(700* j)/ 100
                     Names1 = ['ig','M_GZ']
                     Data1 = pd.read_csv('~/File/JTL_'+str(Var)+'/GZ.csv', names=Names1)
                     ig = Data1['ig']
                     M_GZ=Data1['M_GZ']
                     MGZ = Data1[Data1.M_GZ != 0]
                     ax.plot(MGZ['ig'][:4], MGZ['M_GZ'][:4], '--v', linewidth=1.75)
plt.tight_layout()
plt.show()

但这并没有改变什么，我还是得到了和上面一样的情节。任何帮助都将不胜感激，我希望每个子批次包含一组数据，而不是全部六组数据

---

这是一个数据帧，每个子目录

~/File/JTL_'+str（Var）+'/

包含此文件的副本共有6个

问题在您的循环中

for i in range(2):  # Iterating rows of the plot
    for j in range(50, 101, 10): # Iterating your file names
        for e in range(3): # iterating the columns of the plot

最终结果是迭代每个文件名的所有列

对于这两个工作，循环中应该只有两个嵌套级别。潜在代码（已更新））：

---

您能显示什么数据1（数据帧）吗看起来像？@user3645626我添加了一个链接到一个示例，说明其中一个数据帧的外观是否足够，或者您认为所有6个数据帧都会更有用？我尝试了您的建议，但我一直得到

索引器：索引3不适用于轴1，大小为3

，但是当我将行

fig，ax

更改为

fig，ax=plt.子图（2,6）

生成一个图，其中顶行与底行完全相同，当添加

打印行时，列

，我得到

0,0,1 0,2 0,3

相反，循环应该给出

0,0,1 0,2 1,0 1,1,2

哈哈，对不起，我读得太快了，出于某种原因，我认为只有3个文件。看看更新后的代码。

import matplotlib.pylab as plt
import pandas as pd
fig, ax = plt.subplots(2, 3)
for row in range(2):
    for col in range(3):
        f_index = range(50, 101, 10)[row+1 * col]
        print row, col, f_index
        Var=(700* f_index)/ 100
        Names1 = ['ig','M_GZ']
        Data1 = pd.read_csv('~/File/JTL_'+str(Var)+'/GZ.csv', names=Names1)
        ig = Data1['ig']
        M_GZ=Data1['M_GZ']
        MGZ = Data1[Data1.M_GZ != 0]
        ax[row, col].plot(MGZ['ig'][:4], MGZ['M_GZ'][:4], '--v',linewidth=1.75)
plt.tight_layout()
plt.show()