python groupby 分组后画多张图

可以使用Python的matplotlib库对每个分组数据分别画图，实现多张图的显示。具体代码可以参考以下示例：

import pandas as pd
import matplotlib.pyplot as plt

# 构造示例数据
df = pd.DataFrame({
    'group': ['A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
    'value': [3, 4, 2, 7, 5, 1, 6, 8]
})

# 分组后分别画图
fig, axes = plt.subplots(nrows=len(df['group'].unique()), ncols=1, figsize=(8, 12))
for i, (group, data) in enumerate(df.groupby('group')):
    ax = axes[i]
    data.plot(kind='bar', ax=ax, title=f'Group {group}')

这段代码可以将示例数据按group字段进行分组，然后对每个分组数据分别画柱状图并显示在不同的子图上。实际使用时，需要根据具体情况对代码进行修改。

相关问题

python的plot画多张图

可以使用Matplotlib库来画多张图。你可以使用subplot函数来创建多个子图，然后使用plot函数在每个子图中画出你想要的图形。

下面是一个例子，它画出了两张图，每张图中包含了不同的数据：

import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x1 = np.linspace(0.0, 5.0)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)

x2 = np.linspace(0.0, 2.0)
y2 = np.cos(2 * np.pi * x2)

# 绘制第一张图
plt.subplot(2, 1, 1)
plt.plot(x1, y1, 'o-')
plt.title('Subplot 1')
plt.ylabel('Damped oscillation')

# 绘制第二张图
plt.subplot(2, 1, 2)
plt.plot(x2, y2, '.-')
plt.title('Subplot 2')
plt.xlabel('time (s)')
plt.ylabel('Undamped')

# 展示图形
plt.show()

上面的代码中，subplot函数的第一个参数表示图形的行数，第二个参数表示图形的列数，第三个参数表示当前子图的编号。在这个例子中，我们创建了两个子图，每个子图的编号分别为1和2。

这里使用了两个不同的plot函数来绘制两个不同的图形。在每个子图中，我们可以设置图形的标题、x轴标签和y轴标签。最后，我们使用show函数来展示图形。

希望这个例子能够帮助你画出多张图。

python分别画三张图

当然可以！Python提供了多种库来进行数据可视化，比较常用的有Matplotlib和Seaborn。我将为你展示如何使用这两个库绘制三种不同类型的图表，并为它们添加图例和标签。

1. 折线图(Line Plot)：

import matplotlib.pyplot as plt

# 创建数据
x = [1, 2, 3, 4, 5]
y1 = [1, 4, 9, 16, 25]
y2 = [1, 8, 27, 64, 125]

# 绘制折线图
plt.plot(x, y1, label='y = x^2')
plt.plot(x, y2, label='y = x^3')

# 添加图例和标签
plt.legend()  # 显示图例
plt.xlabel('x')  # x轴标签
plt.ylabel('y')  # y轴标签

# 显示图表
plt.show()

2. 散点图(Scatter Plot)：

import matplotlib.pyplot as plt

# 创建数据
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]

# 绘制散点图
plt.scatter(x, y, label='Data Points')

# 添加图例和标签
plt.legend()  # 显示图例
plt.xlabel('x')  # x轴标签
plt.ylabel('y')  # y轴标签

# 显示图表
plt.show()

3. 条形图(Bar Plot)：

import matplotlib.pyplot as plt

# 创建数据
labels = ['A', 'B', 'C', 'D']
values = [10, 15, 7, 12]

# 绘制条形图
plt.bar(labels, values)

# 添加图例和标签
plt.xlabel('Categories')  # x轴标签
plt.ylabel('Values')  # y轴标签

# 显示图表
plt.show()

这是三种基本的图表示例，你可以根据自己的需求和数据来调整和扩展这些示例。希望对你有所帮助！