pandas创建画布并添加子图

要创建一个画布并添加子图，可以使用matplotlib库和pandas库中的plot函数。以下是一个示例代码：

import pandas as pd
import matplotlib.pyplot as plt

# 创建数据
data = {'A': [1, 2, 3, 4, 5], 'B': [5, 4, 3, 2, 1]}

# 创建pandas DataFrame
df = pd.DataFrame(data)

# 创建画布和子图
fig, ax = plt.subplots()

# 在子图上绘制DataFrame
df.plot(ax=ax)

# 显示图形
plt.show()

在这个示例中，我们首先创建了一个包含两列数据的字典，然后将其转换为pandas DataFrame。接下来，我们使用matplotlib库中的`subplots()`函数来创建一个画布和一个子图。然后，我们使用pandas库中的`plot()`函数在子图上绘制DataFrame。最后，我们使用`show()`函数显示图形。

相关问题

各区二手房数量和均价析,根据以下要求进行分析 （1）导入“最新发布的北京二手房数据_预处理.xlsx”文件中的数据，并设置中文字体。 （2）创建新画布，设置大小为(12, 6)。 （3）将数据按所在区分组，并使用size()函数获取每个分组的统计个数；然后，创建一行一列的子图ax1，以统计个数的行标签为x轴数据、数值为y轴数据、颜色为(0.894, 0, 0.498)绘制柱状图，并设置y轴标题、图例和图表标题。 （4）将数据按所在区分组，并将分组数据的单价列按均值聚合，然后使用twinx()函数创建一个共享x轴的子图ax2，以均值为y轴数据、蓝色点画线星号为线条样式绘制折线图，并设置y轴标题、图例和每个数据的文本标签。

很抱歉，作为AI语言模型，我无法直接导入和处理数据，但我可以给你提供Python代码的实现示例，你可以在适当的环境下运行它们。以下是示例代码：

import pandas as pd
import matplotlib.pyplot as plt

# 设置中文字体
plt.rcParams['font.family'] = 'SimHei'

# 导入数据
df = pd.read_excel('最新发布的北京二手房数据_预处理.xlsx')

# 按所在区分组并使用size()函数获取每个分组的统计个数
grouped_df = df.groupby('所在区').size().reset_index(name='数量')

# 创建画布并设置大小
fig, ax1 = plt.subplots(figsize=(12, 6))

# 绘制柱状图
ax1.bar(grouped_df['所在区'], grouped_df['数量'], color=(0.894, 0, 0.498))
ax1.set_ylabel('数量')
ax1.set_xlabel('所在区')
ax1.set_title('各区二手房数量')

# 将数据按所在区分组并将分组数据的单价列按均值聚合
grouped_df = df.groupby('所在区')['单价'].mean().reset_index(name='均价')

# 创建共享x轴的子图
ax2 = ax1.twinx()

# 绘制折线图
ax2.plot(grouped_df['所在区'], grouped_df['均价'], 'bp-', label='均价')
ax2.set_ylabel('均价（元/平米）')
ax2.set_title('各区二手房均价')
ax2.legend(loc='upper right')

# 添加每个数据的文本标签
for x, y in zip(grouped_df['所在区'], grouped_df['均价']):
    ax2.text(x, y, f'{y:.0f}', ha='center', va='bottom')

plt.show()

希望能对你有所帮助！

用python绘制四个子图为折线图运用按列读取csv将x轴数据列表，其余按原本读取内容进行作图

好的，我先给出一个示例代码，你可以参考一下：

import pandas as pd
import matplotlib.pyplot as plt

# 读取CSV文件，获取数据
data = pd.read_csv('data.csv')
x = list(data.iloc[:, 0])
y1 = list(data.iloc[:, 1])
y2 = list(data.iloc[:, 2])
y3 = list(data.iloc[:, 3])
y4 = list(data.iloc[:, 4])

# 创建画布和子图，设置图形大小
fig, axs = plt.subplots(2, 2, figsize=(10, 8))

# 绘制第一个子图
axs[0, 0].plot(x, y1)
axs[0, 0].set_title('Line Plot 1')

# 绘制第二个子图
axs[0, 1].plot(x, y2)
axs[0, 1].set_title('Line Plot 2')

# 绘制第三个子图
axs[1, 0].plot(x, y3)
axs[1, 0].set_title('Line Plot 3')

# 绘制第四个子图
axs[1, 1].plot(x, y4)
axs[1, 1].set_title('Line Plot 4')

# 添加全局标题
fig.suptitle('Four Line Plots')

# 显示图形
plt.show()

代码解释：

1. 首先，我们使用 pandas 库中的 `read_csv()` 方法读取 CSV 文件，并将数据存储在 `data` 变量中。
2. 然后，我们从 `data` 中获取 x 轴数据和四个 y 轴数据，分别存储在 `x`、`y1`、`y2`、`y3` 和 `y4` 变量中。
3. 接着，我们使用 Matplotlib 库创建一个大小为 2x2 的画布和四个子图，存储在 `fig` 和 `axs` 变量中。
4. 在每个子图中，我们使用 `plot()` 方法绘制折线图，并使用 `set_title()` 方法设置子图标题。
5. 最后，我们使用 `suptitle()` 方法添加全局标题，并使用 `show()` 方法显示图形。

请注意，实际使用时，你需要将代码中的 `data.csv` 替换为你的 CSV 文件路径。另外，你也可以根据需要调整画布大小、子图布局等参数。