Python 在熊猫情节中添加图例

我正在用熊猫图绘制密度图。但我无法为每个图表添加适当的图例。我的代码和结果如下：-

for i in tickers:
    df = pd.DataFrame(dic_2[i])
    mean=np.average(dic_2[i])
    std=np.std(dic_2[i])
    maximum=np.max(dic_2[i])
    minimum=np.min(dic_2[i])
    df1=pd.DataFrame(np.random.normal(loc=mean,scale=std,size=len(dic_2[i])))
    ax=df.plot(kind='density', title='Returns Density Plot for '+ str(i),colormap='Reds_r')
    df1.plot(ax=ax,kind='density',colormap='Blues_r')

你可以在图片右上角的框中看到，图例显示为0。我如何在那里添加有意义的内容

print(df.head())
           0
0  -0.019043
1 -0.0212065
2  0.0060413
3  0.0229895
4 -0.0189266

---

我认为您可能需要重新构建创建图表的方式。一种简单的方法是在打印前创建

ax

：

# sample data
df = pd.DataFrame()
df['returns_a'] = [x for x in np.random.randn(100)]
df['returns_b'] = [x for x in np.random.randn(100)]
print(df.head())
   returns_a  returns_b
0   1.110042  -0.111122
1  -0.045298  -0.140299
2  -0.394844   1.011648
3   0.296254  -0.027588
4   0.603935   1.382290

fig, ax = plt.subplots()

然后，我使用变量中指定的参数创建了数据帧：

mean=np.average(df.returns_a)
std=np.std(df.returns_a)
maximum=np.max(df.returns_a)
minimum=np.min(df.returns_a)

pd.DataFrame(np.random.normal(loc=mean,scale=std,size=len(df.returns_a))).rename(columns={0: 'std_normal'}).plot(kind='density',colormap='Blues_r', ax=ax)
df.plot('returns_a', kind='density', ax=ax)

您正在使用的第二个数据帧默认情况下是使用列

0

创建的。你需要重新命名这个

---

我想出了一个更简单的方法。只需将列名添加到数据帧

for i in tickers:
    df = pd.DataFrame(dic_2[i],columns=['Empirical PDF'])
    print(df.head())
    mean=np.average(dic_2[i])
    std=np.std(dic_2[i])
    maximum=np.max(dic_2[i])
    minimum=np.min(dic_2[i])
    df1=pd.DataFrame(np.random.normal(loc=mean,scale=std,size=len(dic_2[i])),columns=['Normal PDF'])
    ax=df.plot(kind='density', title='Returns Density Plot for '+ str(i),colormap='Reds_r')
    df1.plot(ax=ax,kind='density',colormap='Blues_r')

---

你能发布样本数据吗？@AndrewL-df只有索引的每日返回数据。我正在用df.head（）编辑上面的内容