Parcelle pandas dataframe avec des sous-parcelles (parcelles=True): Lieu de légende et de l'utilisation disposition serrée

J'aime vraiment pandas pour gérer et analyser de grands ensembles de données. Jusqu'à présent, j'ai surtout utilisé matplotlib pour le dessin, mais maintenant vous souhaitez utiliser les pandas propre parcelle de fonctionnalités (basé sur matplotlib), car il a besoin de moins de code et semble être suffisant pour moi dans la plupart des cas. En particulier les sous-intrigues d'avoir un guick coup d'oeil à big dataframes comme dans l'exemple suivant..

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

# Generate random data
df = pd.DataFrame(np.random.randn(96,12),
                  columns=['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J',
                           'K', 'L'])

# Plotting
df.plot(kind='line', subplots=True, grid=True, title="Sample Data (Unit)",
        layout=(4, 3), sharex=True, sharey=False, legend=True,    
        style=['r', 'r', 'r', 'g', 'g', 'g', 'b', 'b', 'b', 'r', 'r', 'r'],
        xticks=np.arange(0, len(df), 16))

Parcelle pandas dataframe avec des sous-parcelles (parcelles=True): Lieu de légende et de l'utilisation disposition serrée

..ce qui m'amène à mes questions:

1.) Comment puis-je placer toutes les légendes dans les sous-intrigues à la même place (e. g. centré, à l'extérieur, en haut)?

2.) Je peux en quelque sorte l'utilisation matplotlibs Serrée "Mise en page" (http://matplotlib.org/users/tight_layout_guide.html) pour l'intrigue?

Merci d'avance!

OriginalL'auteur Cord Kaldemeyer | 2015-11-27

  1. 12

    1. Vous pouvez avoir toutes les légendes dans le même lieu, mais vous pouvez les créer dans une étape distincte. 

      # Plotting
df.plot(kind='line', subplots=True, grid=True, title="Sample Data (Unit)",
    layout=(4, 3), sharex=True, sharey=False, legend=False,    
    style=['r', 'r', 'r', 'g', 'g', 'g', 'b', 'b', 'b', 'r', 'r', 'r'],
    xticks=np.arange(0, len(df), 16))

[ax.legend(loc=1) for ax in plt.gcf().axes]

    2. Sûr. utilisez simplement plt.tight_layout() avant de vous show ou savefig. Comparez les deux exemples ci-dessous créé avec et sans tight_layout.

    Sans tight_layout():

    Parcelle pandas dataframe avec des sous-parcelles (parcelles=True): Lieu de légende et de l'utilisation disposition serrée

    Avec tight_layout():

    Parcelle pandas dataframe avec des sous-parcelles (parcelles=True): Lieu de légende et de l'utilisation disposition serrée

    Parfait. Merci!
    J'ai été à la recherche pour obtenir de l'aide avec la tight_layout() de la fonction, qui n'a pas de travail pour moi lors de l'utilisation de pandas et l'intrigue secondaire de la fonctionnalité. Cependant, j'ai trouvé un moyen à l'aide de subplots_adjust(). Merci pour votre attention

    OriginalL'auteur tmdavison