使用matplotlib从CSV文件创建多行图表

Question

我已经尝试了几周，想要在同一张图上绘制来自一个.csv文件的3组(x, y)数据，但是一无所获。我的数据最初是一个Excel文件，我将它转换为了一个.csv文件，并使用pandas按照以下代码将其读入IPython中：

from pandas import DataFrame, read_csv
import pandas as pd
# define data location
df = read_csv(Location)
df[['LimMag1.3', 'ExpTime1.3', 'LimMag2.0', 'ExpTime2.0', 'LimMag2.5','ExpTime2.5']][:7]

我的数据格式如下:

Type    mag1    time1   mag2    time2   mag3    time3

M0      8.87    41.11   8.41    41.11   8.16    65.78;

...

M6     13.95  4392.03  14.41 10395.13  14.66 25988.32

我想在同一张图上绘制 time1 vs mag1、time2 vs mag2 和 time3 vs mag3，但是实际上我得到的是 time.. vs Type 的图像。以下是代码：

df['ExpTime1.3'].plot()

我希望在x轴上显示M0到M6，在y轴上显示'ExpTime1.3'和'LimMag1.3'的关系。如何将这三个数据集合并为同一张图并进行绘制？

如何将M0到M6标签应用到'LimMag..'值（也在x轴上）上？

尝试askewchan的解决方案后，未知原因没有返回任何绘图结果。我发现，如果我将数据框索引（df.index）更改为x轴的值（LimMag1.3），就可以得到ExpTime与LimMag的关系图像： df ['ExpTime1.3'] .plot() 。然而，这似乎意味着我必须通过手动输入所需x轴的所有值来将每个所需的x轴转换为数据框索引，以使其成为数据索引。我的数据非常多，这种方法太慢了，而且我只能一次绘制一个数据集，而我需要在同一张图上绘制每个数据集的所有3个系列。有没有办法解决这个问题？或者有人能提供一个原因和解决方案，解释为什么askewchan的解决方案没有任何绘图结果？

当我尝试代码的第一个版本时，没有产生任何绘图结果，甚至没有空白的图形。每次我输入其中一个ax.plot命令时，都会得到一种输出类型：[<matplotlib.lines.Line2D at 0xb5187b8>]，但是当我输入命令plt.show()时就没有反应了。当我在askewchan的第二个解决方法的循环后输入plt.show()时，我会收到一个错误消息，说AttributeError：'function' object has no attribute 'show'。

我对原始代码进行了一些微调，现在可以通过将索引设置为x轴(LimMag1.3)，使用代码df['ExpTime1.3'][:7].plot()来绘制ExpTime1.3与LimMag1.3之间的图表，但我无法将另外两组数据绘制在同一个图表上。我会感激您提供进一步的建议。我正在使用Anaconda 1.5.0 (64位)和Windows 7 (64位)上的spyder，python版本是2.7.4。

- user2324693

---

只是一个想法；在这种情况下，将M0-M6作为x轴标签没有实际意义，因为每个M..标签有三个不同的 LimMag..值，这意味着每个标签都必须在轴上放置三个不同的位置。这最终看起来会非常混乱，而不是信息丰富。 - sodd

plt被定义为什么？它不应该是一个“函数”对象。你熟悉使用matplotlib和pyplot吗？ - askewchan

你好nordev，使用对数x轴的解决方案可能是最好的，减去末尾标签，因为它们不正确，即M0不是最低价值的光谱类。然而，当我尝试运行它时，我会收到一个关于范围的错误消息，因为“期望整数，但得到浮点数”。数据是小数，但我不知道如何修复它，以便它将期望浮点数，因为我不理解你的代码。 - user2324693

将您的.csv文件加载为变量df中的DataFrame后，在控制台中输入df，复制输出并粘贴到上面的问题中，这样我们就可以看到您的DataFrame是否被正确格式化（M0-M6是索引，而不是单独的列）。 - sodd

此外，在控制台中输入 df.columns，复制输出并粘贴到您的问题上方。 - sodd

Answer 1

如果我理解你的问题正确，无论是从这个问题还是你在同一主题上的之前的问题中，以下内容应该是基本解决方案，您可以根据需要进行自定义。

多个子图：

请注意，此解决方案将在同一图中垂直输出与光谱类别（M0、M1等）数量相同的子图。如果您希望将每个光谱类别的绘图保存在单独的图中，则需要对代码进行一些修改。

import pandas as pd
from pandas import DataFrame, read_csv
import numpy as np
import matplotlib.pyplot as plt

# Here you put your code to read the CSV-file into a DataFrame df

plt.figure(figsize=(7,5)) # Set the size of your figure, customize for more subplots

for i in range(len(df)):
    xs = np.array(df[df.columns[0::2]])[i] # Use values from odd numbered columns as x-values
    ys = np.array(df[df.columns[1::2]])[i] # Use values from even numbered columns as y-values
    plt.subplot(len(df), 1, i+1)
    plt.plot(xs, ys, marker='o') # Plot circle markers with a line connecting the points
    for j in range(len(xs)):
        plt.annotate(df.columns[0::2][j][-3:] + '"', # Annotate every plotted point with last three characters of the column-label
                     xy = (xs[j],ys[j]),
                     xytext = (0, 5),
                     textcoords = 'offset points',
                     va = 'bottom',
                     ha = 'center',
                     clip_on = True)
    plt.title('Spectral class ' + df.index[i])
    plt.xlabel('Limiting Magnitude')
    plt.ylabel('Exposure Time')
    plt.grid(alpha=0.4)

plt.tight_layout()
plt.show()

同一坐标轴中按行分组(M0, M1, ...)

这是另一种解决方案，可以在同一坐标轴上绘制所有不同的谱类型，并使用图例标识不同的类别。 plt.yscale('log') 是可选的，但考虑到值跨越如此大范围，建议使用。

import pandas as pd
from pandas import DataFrame, read_csv
import numpy as np
import matplotlib.pyplot as plt

# Here you put your code to read the CSV-file into a DataFrame df

for i in range(len(df)):
    xs = np.array(df[df.columns[0::2]])[i] # Use values from odd numbered columns as x-values
    ys = np.array(df[df.columns[1::2]])[i] # Use values from even numbered columns as y-values
    plt.plot(xs, ys, marker='o', label=df.index[i])
    for j in range(len(xs)):
        plt.annotate(df.columns[0::2][j][-3:] + '"', # Annotate every plotted point with last three characters of the column-label
                     xy = (xs[j],ys[j]),
                     xytext = (0, 6),
                     textcoords = 'offset points',
                     va = 'bottom',
                     ha = 'center',
                     rotation = 90,
                     clip_on = True)

plt.title('Spectral classes')
plt.xlabel('Limiting Magnitude')
plt.ylabel('Exposure Time')

plt.grid(alpha=0.4)    
plt.yscale('log')
plt.legend(loc='best', title='Spectral classes')
plt.show()

按列分组放在同一坐标轴上 (1.3", 2.0", 2.5")

第三种解决方案如下所示，数据按系列（列1.3"、2.0"、2.5"）分组而不是按光谱类型(M0, M1, ...)分组。这个例子很类似于@askewchan的解决方案。一个不同之处是这里的y轴是一个对数轴，使得线条几乎平行。

import pandas as pd
from pandas import DataFrame, read_csv
import numpy as np
import matplotlib.pyplot as plt

# Here you put your code to read the CSV-file into a DataFrame df

xs = np.array(df[df.columns[0::2]]) # Use values from odd numbered columns as x-values
ys = np.array(df[df.columns[1::2]]) # Use values from even numbered columns as y-values

for i in range(df.shape[1]/2): 
    plt.plot(xs[:,i], ys[:,i], marker='o', label=df.columns[0::2][i][-3:]+'"') 
    for j in range(len(xs[:,i])):
        plt.annotate(df.index[j], # Annotate every plotted point with its Spectral class
                     xy = (xs[:,i][j],ys[:,i][j]),
                     xytext = (0, -6),
                     textcoords = 'offset points',
                     va = 'top',
                     ha = 'center',
                     clip_on = True)

plt.title('Spectral classes')
plt.xlabel('Limiting Magnitude')
plt.ylabel('Exposure Time')

plt.grid(alpha=0.4)    
plt.yscale('log')
plt.legend(loc='best', title='Series')
plt.show()

- sodd

---

你好nordev，如上所述，我想使用第三个选项，但不需要M标签。省略'j'循环后，我使用'i'循环获得了一个线性图。然而，当我运行'plt.title'时，我的图形消失了，只剩下一个空框。运行其余代码会导致错误消息：C:\Anaconda\lib\site-packages\matplotlib\axes.py:4601: UserWarning: No labeled objects found. Use label='...' kwarg on individual plots.warnings.warn("No labeled objects found. "，尽管在'i'循环运行后有数据的线性图中，却呈现出一个漂亮格式的网格，但没有数据。 - user2324693

关于我的图表最终没有数据的评论，我认为问题可能与代码（label=df.columns [0 :: 2] [i] [-3]+ '"'）有关，因为如果我省略它，就不会出现“找不到标记对象”的错误，但是一旦我输入标题和x,y标签或将y轴更改为对数，仍然没有数据。然而，我不知道问题可能是什么，也不知道如何解决。 - user2324693

@user2324693 关于你所说的情节被“擦除”：上述代码必须被“保存为脚本”，然后运行，因为该代码使用状态机接口而不是面向对象接口。为了仅将绘图限制在M0-M6中，请将 plt.plot(xs[:,i], ys[:,i]...) 更改为 plt.plot(xs[0:6,i], ys[0:6,i]...)。 - sodd

关于“df.shape [1]”的索引错误：我确实会得到一个错误“轴1的索引3超出了大小为3的范围”。 我不知道这是什么意思，但似乎并没有造成任何问题，因为代码的其余部分运行良好，并且在Python控制台中生成的图表看起来很好。 如果我改为“df.shape [1] / 2”，则会出现“期望整数，而得到浮点数”的错误，并且当我运行您的脚本的其余部分时，图表中没有数据。 无论我使用哪种形式的“df.shape”，在ipython控制台中最终图表中都没有数据。 - user2324693

你的 DataFrame 格式可能有问题。请查看我在你的帖子下面的评论。 - sodd

Answer 2

你可以在同一个图中三次调用pyplot.plot（time，mag）。最好给它们加上标签，就像这样：

import matplotlib.pyplot as plt

...
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(df['LimMag1.3'], df['ExpTime1.3'], label="1.3")
ax.plot(df['LimMag2.0'], df['ExpTime2.0'], label="2.0")
ax.plot(df['LimMag2.5'], df['ExpTime2.5'], label="2.5")
plt.show()

如果你想循环执行它，可以这样做：

fig = plt.figure()
ax = fig.add_subplot(111)
for x,y in [['LimMag1.3', 'ExpTime1.3'],['LimMag2.0', 'ExpTime2.0'], ['LimMag2.5','ExpTime2.5']]:
    ax.plot(df[x], df[y], label=y)
plt.show()

- askewchan

---

嗨，askewchan，非常感谢你的帮助，但仍然似乎有问题。我运行了你提供的两个代码，尽管没有返回任何错误，但没有显示图表。是否缺少一行代码，即在ax.plot命令和plt.show（）命令之间应该插入一些代码？我强烈感觉ipython正在等待其他输入，但我完全不知道那可能是什么。 - user2324693

@user2324693 如果您的DataFrame“df”格式正确，则@askewchan的代码应该完美运行。至少我使用他的代码（pandas 0.11.0和matplotlib 1.2.1）创建图表没有任何问题。 - sodd

@askewchan，你的图表是“反向”的，也就是说，'ExpTime..' 应该在 y 轴上，而 'LimMag..' 应该在 x 轴上。 - sodd

@user2324693 我不确定是什么原因导致的。由于nordev似乎能够使其正常工作，我不知道如何重现这个问题（我没有pandas）。 - askewchan

谢谢@nordev，我习惯于时间在x轴上:P - askewchan