Python Pandas 无表头DataFrame调用plot()绘制折线图咨询

基础折线图绘制 #

你原有代码存在两个语法/参数错误：

• df.plot()的x、y参数接收列名或列名列表，不支持直接传入切片得到的数组，且[0:346,1:49]不是合法的Python切片写法
• 日期列未做类型转换、也未指定为绘图轴，容易出现x轴格式错乱问题

先做基础数据预处理，再绘图即可：

import pandas as pd
import matplotlib.pyplot as plt

# 列重命名：第一列为日期列，后续48列按1-48命名，和你的数据结构匹配
df.columns = ['date'] + list(range(1, 49))
# 把日期列转为标准时间格式
df['date'] = pd.to_datetime(df['date'])

# 最简写法：将日期列设为索引，pandas会自动把索引作为x轴，所有数值列绘制为折线
df_set = df.set_index('date')
df_set.plot(kind='line', figsize=(12, 6))
plt.tight_layout()
plt.show()

# 不设索引的写法：手动指定x轴列和要绘制的y轴列
df.plot(x='date', y=list(range(1, 49)), kind='line', figsize=(12, 6))
plt.show()

不需要手动传入行切片，只要传入的DataFrame是你需要绘制的全量346行数据，pandas会自动遍历所有行绘图。

多坐标轴配置支持 #

pandas原生支持双y轴配置，3个及以上y轴可以结合matplotlib的轴对象手动实现：

• 双y轴示例：将前24列放在左轴，后24列放在右次轴

ax = df[list(range(1,25))].plot(figsize=(12,6))
# 传入已有轴对象，指定secondary_y=True即可将曲线绘制在次坐标轴
df[list(range(25,49))].plot(ax=ax, secondary_y=True)
plt.tight_layout()
plt.show()

• 3个及以上y轴示例：手动创建偏移坐标轴避免重叠

fig, ax = plt.subplots(figsize=(12,6))
# 调整画布右侧边距，给多出来的轴预留显示空间
fig.subplots_adjust(right=0.8)

# 第一个轴（默认左侧）绘制1-16列
df[list(range(1,17))].plot(ax=ax)
ax.set_ylabel('1-16列数值')

# 第二个轴（右侧第一个位置）绘制17-32列
ax2 = ax.twinx()
df[list(range(17,33))].plot(ax=ax2, colormap='Set2')
ax2.set_ylabel('17-32列数值')

# 第三个轴（右侧偏移位置）绘制33-48列
ax3 = ax.twinx()
df[list(range(33,49))].plot(ax=ax3, colormap='Set3')
ax3.set_ylabel('33-48列数值')
# 将第三个轴向右偏移8%的画布宽度，避免和第二个轴重叠
ax3.spines.right.set_position(("axes", 1.08))

plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者Milo