Python图表合并

在Python中，你可以使用多个数据可视化库，如matplotlib、pandas的plotting功能、seaborn或bokeh等来创建图表。合并图表通常指的是将两个或更多的图表放在同一个画布上，以便于比较或展示多个数据集在同一视觉上下文中。这里有几个常见的方法：

1. subplots：`matplotlib`的`subplots()`函数可以创建一个包含多个子图的网格，你可以分别在每个子图上绘制数据。

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 1)  # 创建一个2行1列的网格
axs.plot(data1)  # 在第一个子图上绘制data1
axs.scatter(data2)  # 在第二个子图上绘制data2
plt.show()

2. GridSpec：如果你想要更精细的布局控制，可以使用`gridspec`模块创建自定义网格。

import matplotlib.gridspec as gridspec

gs = gridspec.GridSpec(2, 1)  # 创建一个2行1列的网格
ax1 = fig.add_subplot(gs)  # 第一行的第一个子图
ax1.plot(data1)
ax2 = fig.add_subplot(gs)  # 第二行的第一个子图
ax2.scatter(data2)

3. Pandas的concat和merge功能：如果你的数据来自DataFrame，可以使用`concat`或`merge`结合`plot`方法来合并图表。

import pandas as pd
import seaborn as sns

df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

# 使用merge
merged_df = pd.merge(df1, df2, on='common_column')
sns.lineplot(data=merged_df)

# 或者使用concat并分开plot
g1 = sns.lineplot(data=df1)
g2 = sns.scatterplot(data=df2)
g1 + g2