如何在同一张画布中为多个pandas dataframe分别绘制子图

问题根因 #

原代码没有指定df.plot()的绘制目标轴对象，pandas绘图时会默认创建独立的新画布，导致matplotlib预留的子图位置为空，和预期效果不符。

修正后可运行代码 #

写法1（和原代码逻辑对齐） #

import pandas as pd
import matplotlib.pyplot as plt

plt.figure(figsize=(20, 20))

for i, name in enumerate(names):
    df = pd.read_excel(myPath + name)
    df['Datetime'] = pd.to_datetime(df['Datetime'])
    df = df.set_index('Datetime')
    
    # 获取当前子图的Axes对象
    ax = plt.subplot(4, 1, i+1)
    # 传递Axes给pandas的plot方法，指定在该子图上绘制
    df.plot(ax=ax)
    # 可选：为每个子图设置标题区分数据源
    ax.set_title(f'数据源：{name}')

# 自动调整子图间距，避免标题、标签重叠
plt.tight_layout()
plt.show()

写法2（更规范的Matplotlib接口写法） #

提前一次性创建所有子图对象，逻辑更清晰：

import pandas as pd
import matplotlib.pyplot as plt

# 一次性创建4行1列的子图网格
fig, axes = plt.subplots(nrows=4, ncols=1, figsize=(20, 20))

for i, name in enumerate(names):
    df = pd.read_excel(myPath + name)
    df['Datetime'] = pd.to_datetime(df['Datetime'])
    df = df.set_index('Datetime')
    
    # 指定对应位置的子图作为绘制载体
    df.plot(ax=axes[i])
    axes[i].set_title(f'数据源：{name}')

plt.tight_layout()
plt.show()

可选优化项 #

• 统一子图样式：在df.plot()中传入样式参数，比如df.plot(ax=ax, grid=True, color='#2E86AB')开启网格、指定折线颜色
• 统一轴标签：循环中添加ax.set_xlabel('日期')、ax.set_ylabel('数值')定义公共轴标签
• 共享X轴：如果4个图的时间范围一致，可以在创建子图时添加sharex=True参数，避免重复显示X轴刻度，节省空间：fig, axes = plt.subplots(nrows=4, ncols=1, figsize=(20,20), sharex=True)

内容的提问来源于stack exchange，提问作者Lleims