получить значение ошибки, когда пытались создать подзаговоры для списка dataframe с matplotlib?

Question

У меня есть список данных, который я хочу визуализировать в виде линейного графика, в котором создаются подзаговоры для каждого кадра данных. тогда как два разных кадра данных в списке имеют одинаковые структуры столбцов. Я хочу сделать субплоты (линейный график) с минимальным возможным кодом. Чтобы сделать это, я сослался на это сообщение на SO, но не получил правильные сюжеты. Ниже мой текущий подход для одного кадра данных:

воспроизводимые данные :

вот минимальный список списка данных в файле gist , который объединен из списка данных. каждый из фреймов данных выглядит так:

[! [введите описание изображения здесь] [3]] [3]

мой первоначальный подход

import matplotlib.pyplot as plt

df1=list_of_df[1]
fig, ax=plt.subplots(figsize=(14,8))
plt.plot(df1.index, df['2014'], label="2014")
plt.plot(df1.index, df['2015'], label="2015")
plt.plot(df1.index, df['2016'], label="2016")
plt.plot(df1.index,df['2017'], label="2017")
plt.plot(df1.index,df['2018'], label="2018")
plt.plot(df1.index,df['avg'],  "--", label="5-Yr-Avg")
plt.show()

мой начальный вывод для одиночного фрейма данных :

вот вывод вышеуказанной попытки:

[! [Введите описание изображения здесь] [4]] [4]

Я пытаюсь провести l oop через этот список данных, чтобы получить подзаговоры, чтобы было намного проще сравнивать два подзадачи с разными данными. Я не мог получить это. Как я могу это сделать? Есть идеи? Спасибо

, если я использовал SO почтовое решение

nrow=2
ncol=2
fig, axes = plt.subplots(nrow, ncol)
# plot counter
count=0
for r in range(nrow):
    for c in range(ncol):
        list_of_df[count].plot(ax=axes[r,c])
        count=+1

, вывод этого кода неправильный. Я ожидаю два участка для двух данных. Как это исправить? Я думаю, что итерация столбца была неправильной, поэтому я получил 6 субплощадок, я должен выполнять итерацию по индексу dataframe. Есть идеи?

моя новая попытка :

Я пытаюсь сократить количество строк кода, которые были реализованы в моей первоначальной попытке. Поскольку у меня есть список данных, я мог бы написать следующий код:

fig, ax = plt.subplots(figsize=(10,8))
for x in range(len(df_list)):
    ax.plot(df_list[x].index, df_list[x].columns, kind='line')

plt.show()

, но это дало мне значение ошибки следующим образом:

ValueError: x and y must have same first dimension, but have shapes (12,) and (6,)

Почему возникла эта ошибка? Есть ли способ обобщить мою первоначальную реализацию в список данных для создания подзаговоров? есть идеи?

Answer 1

Я нашел решение для этого, надеюсь, это будет полезно для других. Поскольку вход является списком данных, проще сделать следующее:

import matplotlib.pyplot as plt
from matplotlib.pyplot import cm
from itertools import cycle


df1, df2 = list_of_df[0], list_of_df[1]

colors=cm.tab10(np.linspace(0, 1,len(df1.columns)))
lines = ["-","--","-.",":"]

linecycler = cycle(lines)
leg_text = df1.columns.tolist()
marker = cycle(('+', 'o', '*', 'v','^','<','>'))

fig,(ax1,ax2) = plt.subplots(nrows=2,ncols=1,sharex=True,squeeze=True,figsize=(10,8))
for i in range(df1.shape[1]):
    ax1.plot(df1.index, df1.columns[i], next(linecycler), marker = next(marker), data=df1, color=colors[i], linewidth=3)
    ax2.plot(df2.index, df2.columns[i], next(linecycler), marker = next(marker),data=df2, color=colors[i], linewidth=3)

plt.tight_layout(rect=[0, 0, 0.85, 1])
plt.gcf().autofmt_xdate()
plt.style.use('ggplot')
plt.xticks(rotation=0)
plt.show()

Я получил ожидаемый результат. Возможно, мне придется придумать еще более эффективный код, поэтому у кого-то есть идея получше, пожалуйста, дайте мне знать. Спасибо

Answer 2

Вот полный рабочий пример того, чего вы хотите достичь:

import pandas as pd
import matplotlib.pyplot as plt
import pandas as pd
df_1 = pd.DataFrame({'2010':[10,11,12,13],'2011':[14,18,14,15],'2012':[12,13,14,13]})
df_2 = pd.DataFrame({'2010':[10,11,12,13],'2011':[14,18,14,15],'2012':[12,13,14,13]})
df_3 = pd.DataFrame({'2010':[10,11,12,13],'2011':[14,18,14,15],'2012':[12,13,14,13]})
list_df = [df_1,df_2,df_3]
for i in range(len(list_df)):
    ax = plt.subplot(len(list_df[i]),len(list(list_df[i])),i+1)
    for j in list_df[i]:
        ax.plot(list_df[i].index,list_df[i][j])

Редактировать:

Учитывая ваш ответ, который, кажется, полностью решает проблему, я бы изменил несколько строк на сделайте это немного более эффективным. Ниже кода я выложу некоторую информацию о производительности:

для i в диапазоне (df1.shape 1 ): for i in range(len(df.columns)):

leg_text = df1.columns.tolist() #What's the use of this line?

Сравнение скорости между shape, len и некоторыми другими методами:

ns = np.power(10, np.arange(5))
results = pd.DataFrame(
    columns=ns,
    index=pd.MultiIndex.from_product(
        [['len', 'len(tolist)', 'len(values)', 'shape'],
         ns]))
dfs = {(n, m): pd.DataFrame(np.zeros((n, m))) for n in ns for m in ns}

for n, m in dfs.keys():
    df = dfs[(n, m)]
    results.loc[('len',n),m] = timeit('len(df.columns)', 'from __main__ import df', number=10000)
    results.loc[('len(tolist)', n), m] = timeit('len(df.columns.tolist())', 'from __main__ import df', number=10000)
    results.loc[('len(values)', n), m] = timeit('len(df.columns.values)', 'from __main__ import df', number=10000)
    results.loc[('shape', n), m] = timeit('df.values.shape[1]', 'from __main__ import df', number=10000)
fig, axes = plt.subplots(2, 3, figsize=(9, 6), sharex=True, sharey=True)
for i, (m, col) in enumerate(results.iteritems()):
    r, c = i // 3, i % 3
    col.unstack(0).plot.bar(ax=axes[r, c], title=m)

Вывод:

                         1      10     100    1000   10000
len 1               0.0038  0.0046  0.0032  0.0037  0.0035
len 10              0.0032  0.0032  0.0032  0.0034  0.0035
len 100             0.0032  0.0052  0.0052  0.0053  0.0035
len 1000            0.0037  0.0036  0.0041  0.0039  0.0043
len 10000           0.0040  0.0038  0.0045  0.0043  0.0123
len(tolist) 1       0.0051  0.0075  0.0175  0.1629  1.6579
len(tolist) 10      0.0051  0.0059  0.0175  0.1588  1.9253
len(tolist) 100     0.0049  0.0097  0.0196  0.1635  1.7422
len(tolist) 1000    0.0053  0.0065  0.0198  0.1831  1.9897
len(tolist) 10000   0.0057  0.0069  0.0218  0.1995  2.2426
len(values) 1       0.0083  0.0097  0.0073  0.0074  0.0074
len(values) 10      0.0073  0.0072  0.0073  0.0107  0.0087
len(values) 100     0.0075  0.0094  0.0109  0.0072  0.0081
len(values) 1000    0.0081  0.0082  0.0081  0.0085  0.0088
len(values) 10000   0.0087  0.0084  0.0103  0.0101  0.0327
shape   1           0.1108  0.0838  0.0789  0.0779  0.0780
shape   10          0.0764  0.0770  0.0771  0.1118  0.0806
shape   100         0.0952  0.0826  0.1013  0.0800  0.0889
shape   1000        0.0881  0.0863  0.0867  0.0938  0.1063
shape   10000       0.0905  0.0999  0.1043  0.1013  0.2384

Answer 3

import pandas as pd
import matplotlib.pyplot as plt
df_1 = pd.DataFrame({'A':[15,16,17,20],'B':[21,22,23,24],'C':[25,26,27,28]})
df_2 = pd.DataFrame({'A':[15,16,17,20],'B':[21,22,23,24],'C':[25,26,27,28]})
df_3 = pd.DataFrame({'A':[15,16,17,20],'B':[21,22,23,24],'C':[25,26,27,28]})
list_df = [df_1,df_2,df_3]
for i,j in enumerate(list_df):
    plt.figure(i)
    j.plot(kind = 'line')

Я считаю, что это довольно простой способ понять при создании подзаговоров. Как вы можете видеть, его можно легко использовать в соответствии с вашими требованиями.