pandas中plt.subplot
时间: 2023-11-09 17:03:37 浏览: 45
plt.subplot()是用于在一个图中创建多个子图的函数。它的语法如下:
```python
plt.subplot(nrows, ncols, index, **kwargs)
```
其中,nrows和ncols表示子图的行数和列数,index表示当前子图的位置(从左上角开始,从左到右,从上到下编号)。kwargs是可选参数,用于设置子图的属性。
例如,下面的代码创建了一个2x2的子图,并在第一个子图中绘制了一条曲线:
```python
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 10, 100)
y = np.sin(x)
plt.subplot(2, 2, 1)
plt.plot(x, y)
plt.show()
```
相关问题
请修改这段代码使其正确。import matplotlib.pyplot as plt plt.subplot(121) plt.hist(df['age'],bins=range(0,101,5)) plt.title("年龄直方图") plt.xlabel("年龄") plt.ylabel("个数") plt.subplot(122) plt.plot(df.groupby(pd.cut(df['age'],range(0, 101, 5)))['age'].count()) plt.title("年龄曲线图") plt.xlabel("年龄") plt.ylabel("频率") plt.savefig('20201208041006age.png') plt.show()
以下是修改后的代码:
```python
import matplotlib.pyplot as plt
import pandas as pd
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 5))
ax1.hist(df['age'], bins=range(0, 101, 5))
ax1.set_title('年龄直方图')
ax1.set_xlabel('年龄')
ax1.set_ylabel('个数')
ax2.plot(df.groupby(pd.cut(df['age'], range(0, 101, 5)))['age'].count())
ax2.set_title('年龄曲线图')
ax2.set_xlabel('年龄')
ax2.set_ylabel('频率')
plt.savefig('20201208041006age.png')
plt.show()
```
主要修改点如下:
1. 使用 `fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 5))` 创建一个包含两个子图的 figure 对象,并将其分别赋值给 `ax1` 和 `ax2`。
2. 分别使用 `ax1` 和 `ax2` 对象绘制直方图和曲线图,并设置其标题、横轴标签和纵轴标签。注意,这里使用了 `set_title`、`set_xlabel` 和 `set_ylabel` 方法来设置标题和标签,而不是直接在 `title`、`xlabel` 和 `ylabel` 参数中传入字符串。
3. 最后使用 `plt.savefig` 方法将图像保存为文件,并调用 `plt.show()` 显示图像。
调试并运行下述案例代码,给代码做注释。在此基础上补充票房 TOP10 的柱状 图展示。 import pandas as pd import numpy as np from matplotlib import pyplot as plt from matplotlib.ticker import MultipleLocator datas = pd.read_csv(r'2015-2020.txt', index_col=0) datas = datas.sort_index(ascending=False) datas = pd.DataFrame(datas.values, index=range(1, 11), \ columns=datas.columns) data2020 = pd.read_csv(r'2020.txt') def drawLines(): ax = plt.subplot(131) for date in datas.columns: plt.plot([10 - i for i in range(datas.shape[0])], \ datas[date], label=date) plt.ylim(0, 600000) ymajorLocator = MultipleLocator(50000) xmajorLocator = MultipleLocator(1) ax.yaxis.set_major_locator(ymajorLocator) ax.xaxis.set_major_locator(xmajorLocator) plt.title('2015-2020 年度票房 Top10 折线图') plt.xlabel('票房名次') plt.grid() plt.legend() def drawPie(): plt.subplot(233) plt.pie(datas['2019'], autopct='%1.1f%%') plt.title('2019 年度票房 Top10 饼图') plt.subplot(236) plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['font.family'] = 'sans-serif' plt.pie(data2020['boxoffice'], autopct='%1.1f%%', \ labels=data2020['name']) plt.title('2020 年度票房 Top10 饼图') if __name__ == '__main__': plt.subplots(figsize=(20, 8)) drawLines() drawPie() plt.show()
```python
# 导入 pandas, numpy, pyplot 和 MultipleLocator 库
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
from matplotlib.ticker import MultipleLocator
# 读取数据并按照时间降序排序
datas = pd.read_csv(r'2015-2020.txt', index_col=0)
datas = datas.sort_index(ascending=False)
# 将数据转换为 DataFrame 格式,索引是票房排名,列是年份
datas = pd.DataFrame(datas.values, index=range(1, 11), columns=datas.columns)
# 读取 2020 年数据
data2020 = pd.read_csv(r'2020.txt')
# 绘制 2015-2020 年度票房 Top10 折线图
def drawLines():
ax = plt.subplot(131) # 创建子图
for date in datas.columns: # 循环每年的票房数据
plt.plot([10 - i for i in range(datas.shape[0])], datas[date], label=date) # 绘制折线图
plt.ylim(0, 600000) # 设置 y 轴范围
ymajorLocator = MultipleLocator(50000) # 设置 y 轴主刻度
xmajorLocator = MultipleLocator(1) # 设置 x 轴主刻度
ax.yaxis.set_major_locator(ymajorLocator) # 设置 y 轴主刻度
ax.xaxis.set_major_locator(xmajorLocator) # 设置 x 轴主刻度
plt.title('2015-2020 年度票房 Top10 折线图') # 设置标题
plt.xlabel('票房名次') # 设置 x 轴标签
plt.grid() # 显示网格线
plt.legend() # 显示图例
# 绘制 2019 年度票房 Top10 饼图和 2020 年度票房 Top10 饼图
def drawPie():
plt.subplot(233) # 创建子图
plt.pie(datas['2019'], autopct='%1.1f%%') # 绘制饼图
plt.title('2019 年度票房 Top10 饼图') # 设置标题
plt.subplot(236) # 创建子图
plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置字体
plt.rcParams['font.family'] = 'sans-serif'
plt.pie(data2020['boxoffice'], autopct='%1.1f%%', labels=data2020['name']) # 绘制饼图
plt.title('2020 年度票房 Top10 饼图') # 设置标题
if __name__ == '__main__':
plt.subplots(figsize=(20, 8)) # 创建画布
drawLines() # 绘制折线图
drawPie() # 绘制饼图
plt.show() # 显示图形
```
补充票房 TOP10 的柱状图展示如下:
```python
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
# 读取数据并按照时间降序排序
datas = pd.read_csv(r'2015-2020.txt', index_col=0)
datas = datas.sort_index(ascending=False)
datas = pd.DataFrame(datas.values, index=range(1, 11), columns=datas.columns)
# 绘制柱状图
plt.subplots(figsize=(20, 8))
plt.bar(datas.index, datas['2020'])
plt.xticks(datas.index, datas.index)
plt.title('2020 年度票房 Top10 柱状图')
plt.xlabel('票房排名')
plt.ylabel('票房(万元)')
plt.show()
```
柱状图展示如下:
注意:柱状图只显示了 2020 年的数据。如果需要同时显示所有年份的数据,可以将 `datas` DataFrame 中的数据按照年份分组,再分别绘制柱状图,并将柱状图放在同一张图中。