Python 当sharex时，使标签在熊猫图中可见

我想用共享x轴的子地块制作一个网格。为了方便起见，应通过访问熊猫数据框的绘图方法进行绘图。此外，我希望在网格的第一行显示x-tick标签。我试图通过以下代码实现这一点：

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd


x = np.linspace(0,10,100)

nrows = 4
ncols = 3
fig, axes = plt.subplots(nrows, ncols, sharex=True)

for i, ax in enumerate(axes.reshape(-1)):
    y = np.cos(x+i*np.pi)
    df = pd.DataFrame(y, index=x)
    # ax.plot(x, y)                 # shows top labels
    df.plot(ax=ax, legend=None)     # doesn't show top labels

    if i < ncols:
        # first row: plot x-ticks + x-labels
        ax.tick_params(which='both', labeltop=True, top=True)
        # also none of these approaches works:
        # plt.setp(ax.get_xticklabels(), visible=True)
        # ax.xaxis.set_tick_params(which='both', labeltop=True, top=True, colors='g')
        # for label in ax.get_xticklabels():
        #     label.set_visible(True)

plt.show()

导入matplotlib.pyplot作为plt
将numpy作为np导入
作为pd进口熊猫
x=np.linspace（0,10100）
nrows=4
ncols=3
图，轴=plt.子批次（nrows、NCOL、sharex=真）
对于i，枚举中的ax（轴整形（-1））：
y=np.cos（x+i*np.pi）
df=pd.DataFrame（y，index=x）
#ax.绘图（x，y）#显示顶部标签
df.plot（ax=ax，legend=None）#不显示顶部标签
如果i

使用Matplotlib中的原始绘图例程，但使用Pandas方法时，标签保持隐藏。 有什么想法吗？为什么以及如何解决这个问题

提前非常感谢，

---

Markus

您可以先按当前操作创建绘图，然后通过创建双轴来设置所需子地块或子地块行/列的刻度

---

此示例根据需要仅为第一行另外设置x-TickLabel。将这些行添加到

plt.show（）

之前<代码>i是否只在第一行中使用x标签？还是第一排和最后一排？对不起，我应该说得更具体一点；我想把它们都放在最后一排和第一排。然而，第一行中的标签应该位于子批次的顶部。这很棘手。我只是花了一个小时在这个问题上，没有找到解决办法。一个类似的问题已经出现了，但没有任何令人满意的答案-不确定是否相关。@Markus:好的，我让它工作了。请看下面我编辑的答案，谢谢你的回答。您的建议确实适用于底部刻度/标签。但是，如果我想在第一行中显示上面的记号/标签（在最后一行中，它应该仍然显示底部的记号/标签），那么不知怎么的，它不起作用。它只显示不带标签的记号。还有，什么让我惊讶；仅当我在示例中的for循环之外调用此循环时，您的解决方案才有效。如果i<3:ax.tick_params（axis='x'，which='both'，bottom=True，top=False，labelbottom=True）直接在for循环中调用语句

也不起作用。这里的解决方案对我来说不起作用，与我放置循环的位置无关。我用（MPL2.2.2，pd 0.20.1）和（mpl3.0.0，pd 0.23.4）进行了测试。@ImportanceOfBeingErnest:我用的是
'2.2.2'
和
0.23.0
。@Markus:是的，你必须在for循环之后和之外调用这个for循环。在jupyter和as脚本中运行这个时有区别吗？
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import matplotlib
import sys

print (sys.version)
# 3.6.5 |Anaconda, Inc.|

print (matplotlib.__version__) 
# 2.2.2

print (pd.__version__)
# 0.23.0

x = np.linspace(0,10,100)

nrows = 4
ncols = 3
fig, axes = plt.subplots(nrows, ncols, sharex=True,figsize=(12,6))

for i, ax in enumerate(axes.reshape(-1)):
    y = np.cos(x+i*np.pi)
    df = pd.DataFrame(y, index=x)
    df.plot(ax=ax, legend=None)     # doesn't show top labels

    if i < 3:
        ax1 = ax.twiny()
        ax1.set_xlim(ax.get_xlim())
        ax1.tick_params(axis='x', which='both', bottom=False, top=True, labelbottom=False) 

plt.tight_layout()
plt.show()