从 matplotlib 中的 .CSV 文件制作多线图

Question

几周以来，我一直在尝试从 .CSV 文件在同一个图上绘制 3 组 (x, y) 数据，但我一无所获。我的数据最初是一个 Excel 文件，我已将其转换为 .CSV 文件，并使用 pandas 按照以下代码将其读入 IPython：

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

我正在尝试绘制time1 vs mag1、time2 vs mag2 和 time3 vs mag3，都在同一个情节上，但我得到的是 time.. vs @ 987654332@，例如。代码：

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

当我想要的是 'ExpTime1.3' 与 'LimMag1.3' 时，我得到 'ExpTime1.3'（y 轴）相对于 M0 到 M6（x 轴）绘制，带有 x 标签 M0 - @ 987654340@.

1. 如何获得 'ExpTime..' 与 'LimMag..' 的图，所有 3 组数据都在同一个图上？

2. 如何在 x 轴上为 'LimMag..' 值（也在 x 轴上）获取 M0 - M6 标签？

自从尝试了 askewchan 的解决方案（由于未知原因没有返回任何图）以来，我发现如果我更改数据帧索引（df.index ) 到 x 轴 (LimMag1.3) 的值。但是，这似乎意味着我必须通过手动输入所需 x 轴的所有值使其成为数据索引来将每个所需的 x 轴转换为数据帧索引。我有大量数据，这种方法太慢了，我一次只能绘制一组数据，当我需要在一张图上为每个数据集绘制所有 3 个系列时。有没有办法解决这个问题？或者有人可以提供一个理由和解决方案，为什么我用 askewchan 提供的解决方案没有任何情节？\

针对nordev，我再次尝试了第一个版本，但没有产生任何情节，甚至没有一个空图。每次我输入 ax.plotcommands 之一时，我都会得到以下类型的输出： [<matplotlib.lines.Line2D at 0xb5187b8>]，但是当我输入命令plt.show()什么都没有发生。 当我在 askewchan 的第二个解决方案的循环之后输入 plt.show() 时，我收到一条错误消息，说 AttributeError: 'function' object has no attribute 'show'

我对我的原始代码做了更多的摆弄，现在可以通过使索引与 x 轴相同 (LimMag1.3) 来获得带有代码 df['ExpTime1.3'][:7].plot() 的 ExpTime1.3vs LimMag1.3 的图，但我无法在同一个图上获得其他两组数据。如果您有任何进一步的建议，我将不胜感激。我在 Windows 7（64 位）上通过 Anaconda 1.5.0（64 位）和 spyder 使用 ipython 0.11.0，python 版本是 2.7.4。

Answer 1

您可以在同一个图中调用pyplot.plot(time, mag) 三个不同的时间。给他们贴标签是明智的。像这样的：

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()

如果你想循环它，这会起作用：

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()

Answer 2

如果我对您的理解正确，无论是从这个问题还是您的previous one on the same subject，以下应该是您可以根据需要自定义的基本解决方案。

几个子图：

请注意，此解决方案将输出与同一图上垂直的光谱类（M0、M1、...）一样多的子图。如果您希望将每个 Spectral 类的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()

所有在同一个轴上，按行分组（M0、M1、...）

这是另一种解决方案，可以将所有不同的 Spectral 类绘制在相同的 Axes 中，并带有标识不同类的图例。 plt.yscale('log') 是可选的，但鉴于值如何跨越如此大的范围，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()

所有在同一个轴上，按列分组（1.3"、2.0"、2.5"）

第三种解决方案如下所示，其中数据按系列（列 1.3"、2.0"、2.5"）而不是按 Spectral 类（M0、M1、...）分组。这个例子非常相似 @askewchan 的解决方案。一个不同之处在于，这里的 y 轴是对数轴，使线条非常平行。

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()