首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

为pandas中具有不同列的子图创建唯一图例

在pandas中,要为具有不同列的子图创建唯一图例,可以使用matplotlib库来实现。下面是一个完善且全面的答案:

在pandas中,可以使用matplotlib库来创建子图和图例。要为具有不同列的子图创建唯一图例,可以按照以下步骤进行操作:

  1. 导入所需的库和模块:import pandas as pd import matplotlib.pyplot as plt
  2. 创建一个包含不同列的DataFrame:data = {'A': [1, 2, 3, 4, 5], 'B': [2, 4, 6, 8, 10], 'C': [3, 6, 9, 12, 15]} df = pd.DataFrame(data)
  3. 创建子图并绘制数据:fig, ax = plt.subplots() for column in df.columns: ax.plot(df[column], label=column)
  4. 创建唯一图例:handles, labels = ax.get_legend_handles_labels() ax.legend(handles, labels)

在上述代码中,我们首先导入了pandas和matplotlib.pyplot库。然后,我们创建了一个包含不同列的DataFrame。接下来,我们使用subplots()函数创建一个包含子图的图形对象,并将其存储在fig和ax变量中。然后,我们使用for循环遍历DataFrame的每一列,并使用plot()函数绘制每一列的数据,并为每个列指定一个标签。最后,我们使用get_legend_handles_labels()函数获取图例的句柄和标签,并使用legend()函数创建唯一的图例。

这样,我们就成功地为具有不同列的子图创建了唯一的图例。

推荐的腾讯云相关产品:腾讯云服务器(https://cloud.tencent.com/product/cvm)和腾讯云数据库(https://cloud.tencent.com/product/cdb)。

请注意,根据要求,本答案不包含亚马逊AWS、Azure、阿里云、华为云、天翼云、GoDaddy、Namecheap、Google等流行的云计算品牌商。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

数据分析可视化-常见图形

(2)创建 可以用axis = fig.add_subplot(m,n,k)方式定义增加。...但是更简单方法是: fig, axes = plt.subplots(m,n) # m行n矩阵; 这句命令可以创建一个新figure,并且axes就是一个含有已创建subplot对象Numpy...还可以指定subplots其他参数,例如使得之间具有相同x轴或者y轴(否则matplotlib会自动缩放各坐标轴界限) (3)调整间距 利用subplots_adjust函数可以调整各个子之间间距和图像大小...2行2,设置具有相同x轴和y轴 4for i in range(2): 5for j in range(2): 6axes[i,j].hist(np.random.randn(500),bins...image.png 数据分析常用图形: 线型: 除了matplotlib, pandasSeries和DataFrame都具有许多根据其自身数据组织特点来创建标准绘图高级绘图方法。

1.4K20

原来使用 Pandas 绘制图表也这么惊艳

数据可视化是捕捉趋势和分享从数据获得见解非常有效方式,流行可视化工具有很多,它们各具特色,但是在今天文章,我们将学习使用 Pandas 进行绘图。...默认情况下显示图例图例,但是我们可以将 legend 参数设置 false 来隐藏图例。 条形 条形是一种基本可视化图表,用于比较数据组之间值并用矩形条表示分类数据。...如果在同一个图中显示了多个面积,则不同颜色可以区分不同面积: df.plot(kind='area', figsize=(9,6)) Output: Pandas plot() 方法默认创建堆积面积...,饼数值数据一个很好比例表示。...如果我们想将多个饼图中所有数据表示,我们可以将 True 分配给 subplots 参数,如下所示: df_3Months.plot(kind='pie', legend=False, autopct

4.5K50

Python数据分析实战(3)Python实现数据可视化

一个绘图对象(figure)可以包含多个轴(axis),在Matplotlib中用轴表示一个绘图区域,可以将其理解。上面的第一个例子,绘图对象只包括一个轴,因此只显示了一个轴(Axes)。...可以看到: 创建3行2共6个轴,通过facecolor参数给每个轴设置不同背景颜色。...再举一个创建例子: plt.figure(1) # 创建图表1 plt.figure(2) # 创建图表2 ax1 = plt.subplot(211) # 在图表2创建1 ax2 = plt.subplot...DataFrameplot方法会在一个subplot绘制一条线,并自动创建图例。...相对于Series,DataFrame还有一些用于对进行灵活处理选项,例如要将所有都绘制到一个subplot还是创建各自subplot等,具体如下: 参数 说明 subplots 将各个DataFrame

4.3K20

数据可视化干货:使用pandas和seaborn制作炫酷图表(附代码)

你可以从其基本组件组装一个图表:数据显示(即绘图类型:线、条、框、散点图、轮廓等)、图例、标题、刻度标记和其他注释。 在pandas,我们可能有多个数据,并且带有行和标签。...大部分pandas绘图方法,接收可选ax参数,该参数可以是一个matplotlib对象。这使你可以更为灵活在网格布局中放置。...DataFrameplot方法在同一个图中将每一绘制为不同折线,并自动生成图例(见图9-14): In [62]: df = pd.DataFrame(np.random.randn(10, 4...方法参数 DataFrame拥有多个选项,允许灵活地处理;例如,是否将各绘制到同一个图中,或为各生成独立。...y轴 figsize 用于生成图片尺寸元组 title 标题字符串 legend 添加图例(默认是True) sort_columns 按字母顺序绘制各,默认情况下使用已有的顺序 ▲表9-4

5.2K40

python数据科学系列:matplotlib入门详细教程

其中有两个需要重点指出:figure和axes,其中前者所有绘图操作定义了顶层类对象Figure,相当于是提供了画板;而后者则定义了画板每一个绘图对象Axes,相当于画板内各个子。...,主要接收3个数字或1个3位数(自动解析成3个数字,要求解析后数值合理)作为行数、数和当前索引,索引从1开始(与MATLAB保存一致),返回一个axes对象用于绘图操作。...这里,可以理解成是先隐式执行了plt.figure,然后在创建figure对象上添加,并返回当前实例 plt.subplots,主要接收一个行数nrows和数ncols作为参数(不含第三个数字...04 自定义子 ? 前面提到,figure绘图创建了画板,而axes基于当前画板创建了1个或多个子对象。为了创建各种形式,matplotlib主要支持4种添加方式。...常用添加方法莫过于subplot和subplots两个接口,其中前者用于一次添加一个,而后者则是创建一组

2.5K22

Matplotlib引领数据图表绘制

figure ,我们可以自己创建 figure,可以控制更多参数,常见就是控制图形大小 plt.figure(figsize=(6, 3)) plt.plot(x, y) plt.plot...loc 关键字控制,其取值范围 0-10,每个数字代表图表一处位置 添加注释 有时候我们需要对特定点进行标注,我们可以使用 plt.annotate 函数来实现   这里我们要标注点是...该函数第一个参数代表总行数,第二个参数代表数,第三个参数代表活跃区域 ax1 = plt.subplot(2, 2, 1) # (行,,活跃区) plt.plot(x, np.sin...有时候我们需要不同大小。比如将上面第一 张完全放置在第一行,其他都放在第二行。...这些包括 - bar或barh条形 hist直方图 boxplot盒型 area“面积” scatter散点图 条形 现在通过创建一个条形来看看条形是什么。

16110

python数据分析工具之 matplotlib详解

这就是利用面向对象方式绘图,在交互模式可以看到,每画一个就是产生一个对象,最后再显示出来。 ? 绘图样式 ?...程序 random.randn 与 random.rand 相比,randn表示随机生成数符合正态分布,因此画出来是如上图所示。... plt.subplot(2,1,1) # ,(2,1,1)代表,创建2*1画布,并且定位于画布1 ;等效于plt.subplot(211),即去掉逗号 # subplots 可以同时创建多个子...figure,ax = plt.subplots(2, 3) # 这是一个灵活创建方法,可以创建任意组合图形,不必一一对齐,以下为示例: grid = plt.GridSpec(2, 3,...图例配置 文字注释 通过不同坐标变换,可以把文字放在不同位置: ax.transData:以数据基准 ax.transAxes:以轴基准 import matplotlib.pyplot as

2.3K20

Pandas 学习手册中文第二版:11~15

然后,Pandas 在结果两个对象每一创建,然后复制值。...下面的代码通过产生相同但略有不同来说明这一点:它为添加了图例。 从DataFrame生成图表默认情况下将包含图例。...每次经过网格大小时,都将位于(shape=(height, width)上,左上角位置(loc=(row, column))将位于网格上。 尺寸以总单位,而不是以像素单位。...00746.jpeg)] 创建,但我们都尚未参与。...这段代码演示了如何使用跨度每个指定不同行,和跨度来创建五个更复杂布局: [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-oCTONwtz-1681365731707

3.3K20

Python分析成长之路10

1.图片(画布)与  plt.figure :创建一张空白图片,可以指定图片大小、像素。     ...figure.add_subplot:添加,可以指定子行数、数和选中图片编号。     ...如果使用plt.subplots(),它创建了一张图片,然后返回包含了已生成对象Numpy数组     plt.subplots选型:           nrow:行数           ...ncols:数           sharex:所有使用相同x轴刻度           sharey:所有使用相同y轴刻度 1 import numpy as np 2 import...        autupct:指定数值显示方式     6.箱型         箱型也称箱须,其绘制需要常用统计量,能提供有关数据位置和分散情况关键信息,尤其在比较不同特征时,更可表现其分散程度

99320

ProPlot 基本语法及特点

ProPlot 库绘图对象(figure.Figure 和 axes.Axes)提供了灵活 format () 方法,该方法可用于绘制不同序号样式和位置。...更简单颜色条和图例 在使用 Matplotlib 过程,在外部绘制图例有时比较麻烦。通常,我们需要手动定位图例并调整图形和图例之间间距,图例在绘图对象腾出绘制空间。...此外,在外部绘制颜色条(colorbar)时,如 fig.colorbar (..., ax=ax),需要从父图中借用部分空间,这可能导致具有多个子图形对象显示出现不对称问题。...,完成特定子不同位置颜色条或图例绘制。...下面使用 ProPlot 不同颜色映射选项绘制不同颜色映射效果

30230

利用Python绘图和可视化(长文慎入)

它不仅支持各种操作系统上许多不同GUI后端,而且还能将图片导出各种常见矢量(vector)和光栅(raster):PDF、SVG、JPG、PNG、BMP、GIF等。...在pandas,我们有行标签、标签以及分组信息(可能有)。这也就是说,要制作一张完整图表,原本需要一大堆matplotlib代码,现在只需要一两条简洁语句就可以了。...DataFrameplot方法会在一个subplot绘制一条线,并自动创建图例,如下所示: ?...DataFrame还有一些用于对进行灵活处理选项,例如,是要将所有都绘制到一个subplot还是创建各自subplot,详细信息如下所示: ? ?...DataFrame各名称“Genus”被用作了图例标题。

8.3K70

《利用Python进行数据分析·第2版》第9章 绘图和可视化9.1 matplotlib API入门9.2 使用pandas和seaborn绘图9.3 其它Python可视化工具9.4 总结

9-7 不同drawstyle选项线型 你可能注意到运行上面代码时有输出。matplotlib会返回引用了新添加组件对象。...要绘制一张图表,你组装一些基本组件就行:数据展示(即图表类型:线型、柱状、盒形、散布、等值线图等)、图例、标题、刻度标签以及其他注解型信息。 在pandas,我们有多数据,还有行和标签。...DataFrameplot方法会在一个subplot绘制一条线,并自动创建图例(如图9-14所示): In [62]: df = pd.DataFrame(np.random.randn(10...DataFrame还有一些用于对进行灵活处理选项,例如,是要将所有都绘制到一个subplot还是创建各自subplot。详细信息请参见表9-4。 ?...9-16 DataFrame柱状 注意,DataFrame各名称"Genus"被用作了图例标题。

7.3K90

数据导入与预处理-拓展-pandas可视化

数据导入与预处理-拓展-pandas可视化 1. 折线图 1.1 导入数据 1.2 绘制单列折线图 1.3 绘制多折线图 1.4 绘制折线图-双y轴 2....各累加 df = df.cumsum() df 输出: 1.2 绘制单列折线图 绘制 df 第一折线图 # 绘制 df 第一折线图 df['A'].plot() plt.show()...输出: 1.3 绘制多折线图 df 分别放在四个图上 # 折线图| # 将 df 分别放在四个图上 df.plot(subplots=True) plt.show() 输出...plt.legend(loc=1) # 左侧坐标轴图例位于左上角 ax.set_ylabel('B') # 设置左侧坐标轴label plt.show() 输出: 2....总结 关于pandas可视化用法还有很多,这里不再拓展,但还是建议使用matplotlib,seaborn等库完成绘图。

3K20

如何在 Python 绘图图形上手动添加图例颜色和图例字体大小?

DataFrame() 方法,用于从数据字典创建数据帧。 然后使用 px.scatter() 方法创建散点图。数据帧“考试 1 分数”和“考试 2 分数”分别用作 x 轴和 y 轴。...然后我们将情节标题设置“按性别划分考试成绩”。 最后,使用 fig.update_layout() 方法自定义图例。...要创建散点图,使用了 Plotly Express  px.scatter() 函数,并将数据集中“total_bill”和“tip”指定为 x 轴和 y 轴。...“size”被指定为标记大小,“color”被指定为变量,用于根据支付账单的人性别为标记着色。绘图标题设置“提示数据”。...生成显示了餐厅顾客总账单和小费金额之间关系,标记大小由另一个变量调整,并由支付账单的人性别着色。图例字体颜色设置绿色,字体大小设置 14 以提高可读性。

51130

EXCEL基本操作(十四)

在EXCEL创建图表 图表以形式来显示数值数据系列,使人更容易理解大量数据以及不同数据系列之间关系。...创建图表 EXCEL图表类型 柱状、折线图、饼、条形、面积、XY散点图、股价、雷达 创建图表 1..../剪切---在另外一个工作表粘贴 方法二:选中图表---图表工具---移动图表---选择所需移动工作表 2例演示 图表基本组成 ●图表区:包含整个图表及其全部元素。...●在图表绘制数据系列数据点:数据系列是指在图表绘制相关数据,这些数根源自数据表行或。图表每个数据系列具有唯一颜色或图案并且在图表图例中表示。可以在图表绘制一个或多个数据系列。...数据沿着横坐标轴和纵坐标轴绘制在图表。 ●图表图例:图例是一个方框,用于标识图表数据系列或分类指定图案或颜色。 ●图表标题:是对整个图表说明性文本,可以自动在图表顶部居中。

1.6K10

详解pandas.DataFrame.plot() 画图函数

matplotlib axes object, default None#**(axes, 也可以理解成坐标轴) 要在其上进行绘制matplotlib subplot对象。...boolean, default None (matlab style default)#图片是否有网格 Axis grid lines legend : False/True/'reverse'#图例...,添加一个subplot图例(默认为True) Place legend on axis subplots style : list or dict#对每折线图设置线类型 matplotlib line...2、注意事项: – 在画图时,要注意首先定义画图画布:fig = plt.figure( ) – 然后定义子ax ,使用 ax= fig.add_subplot( 行,,位置标) –...到此这篇关于详解pandas.DataFrame.plot() 画图函数文章就介绍到这了,更多相关pandas.DataFrame.plot( )画图内容请搜索ZaLou.Cn以前文章或继续浏览下面的相关文章希望大家以后多多支持

4.8K61

看了这个总结,其实 Matplotlib 可视化,也没那么难!

Python 可以通过 matplotlib 模块 pyplot 库来完成绘图。Matplotlib 可用于创建高质量图表和图形,也可以用于绘制和可视化结果。...绘制饼 (1) 使用饼查看运动员惯用脚(Preffered_Foot)字段不同惯用脚人数占比。...使用箱形展示出不同技术等级 (Skill_Moves) 运动员评分 (Rating) 分布情况,即横轴运动员技术等级,纵轴评分。 ? ?...ax4.set_title('不同技术等级运动员人数占比') # 调整图例位置 plt.legend(skill, bbox_to_anchor=(0.9, 0.92)) plt.show()...不包含 值0 # 得到19 以行政区列名 其下面值规划建筑面积 df[item] = [eval(df.loc[x, '规划建筑面积'][:-1]) if item in

1.1K30
领券