如何基于Pandas DataFrame动态生成Matplotlib子图？

核心思路 #

先提取过滤后数据的唯一item和city列表，循环每个item对应的子图，筛选对应数据后将城市映射为y轴索引，再绘制散点。

完整代码 #

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

# 1. 导入并整理数据
df = pd.read_csv(r'C:\Users\Ruth Pozuelo\Documents\python_examples\data\2018w48.csv',  
                 usecols=["city", "category","item", "cost"], 
                 index_col=False, 
                 decimal=",")

# 2. Power BI动态过滤（示例用固定值，实际替换为Power BI的过滤逻辑）
df = df[df.category=='Party night'] 

# 3. 准备基础信息
unique_items = df['item'].unique()  # 获取所有要展示的item
item_count = len(unique_items)
unique_cities = df['city'].unique()  # 统一y轴的城市列表
city_y_pos = np.arange(len(unique_cities))  # 城市对应的y轴位置索引

# 4. 创建子图框架
fig, axes = plt.subplots(nrows=1, ncols=item_count, figsize=(30,10), sharey=True)

# 5. 循环绘制每个子图
for idx, (item, ax) in enumerate(zip(unique_items, axes.flatten())):
    # 筛选当前item的数据
    item_data = df[df['item'] == item]
    # 将城市匹配到对应的y轴位置
    y_pos = [np.where(unique_cities == city)[0][0] for city in item_data['city']]
    # 绘制散点（plot设置lw=0等同于散点）
    ax.plot(item_data['cost'], y_pos, marker='o', markersize=25, lw=0, color="green")
    # 设置子图标题
    ax.set_title(item, fontsize=14)
    # 设置x轴标签
    ax.set_xlabel('Cost', fontsize=12)

# 统一设置y轴标签和刻度
fig.text(0.06, 0.5, 'City', va='center', rotation='vertical', fontsize=14)
axes[0].set_yticks(city_y_pos)
axes[0].set_yticklabels(unique_cities)

# 调整布局，避免标题重叠
plt.tight_layout()
plt.subplots_adjust(left=0.08)  # 给y轴标签留出空间
plt.show()

关键说明 #

• 用unique_items和axes.flatten()配对循环，确保每个子图对应一个item
• 用unique_cities统一y轴刻度，保证所有子图的城市顺序一致（sharey=True生效）
• 将城市名称转换为y轴索引位置，解决分类数据的绘图定位问题
• 最后通过tight_layout和subplots_adjust优化布局，避免标签重叠

内容的提问来源于stack exchange，提问作者ruthpozuelo