Stellen mehr als ein Diagramm in derselben IPython Notebook Zelle

Question

Ich habe meine IPython Notebook mit

ipython notebook --pylab inline 

gestartet Dies ist mein Code in einer Zelle

df['korisnika'].plot() 
df['osiguranika'].plot() 

Dies funktioniert gut, wird es zwei Unentschieden Linien, aber auf dem gleichen Diagramm.

Ich möchte jede Zeile auf einem separaten Diagramm zeichnen. Und es wäre toll, wenn die Charts nebeneinander liegen würden, nicht nacheinander.

Ich weiß, dass ich die zweite Zeile in die nächste Zelle setzen kann, und dann würde ich zwei Diagramme bekommen. Aber ich möchte, dass die Diagramme nahe beieinander liegen, weil sie die gleiche logische Einheit darstellen.

Answer 1

Nehmen Sie die mehrachsige erste und an die Funktion Pandas Grundstück passieren, wie:

fig, axs = plt.subplots(1,2) 

df['korisnika'].plot(ax=axs[0]) 
df['osiguranika'].plot(ax=axs[1]) 

Es gibt Ihnen noch 1 Figur, aber mit zwei verschiedenen Parzellen nebeneinander.

Answer 2

Sie können die Funktion show() auch nach jedem Plot aufrufen. z

plot(a) 
    show() 
    plot(b) 
    show() 

siehe Beispiel - http://nbviewer.ipython.org/6151560

Answer 3

Ein anderer Weg, für Abwechslung. Dies ist zwar etwas weniger flexibel als die anderen. Leider erscheinen die Grafiken übereinander statt nebeneinander, was Sie in Ihrer ursprünglichen Frage angefordert haben. Aber es ist sehr prägnant.

df.plot(subplots=True) 

Wenn der Datenrahmen mehr als die beiden Serien hat, und Sie wollen nur diese beiden zeichnen, müssen Sie df mit df[['korisnika','osiguranika']] ersetzen.

Answer 4

Ich weiß nicht, ob diese neue Funktionalität ist, aber das wird Plotten auf separaten Zahlen:

df.plot(y='korisnika') 
df.plot(y='osiguranika') 

während diese auf der gleichen Figur plot: (genau wie der Code in der op)

df.plot(y=['korisnika','osiguranika']) 

Ich fand diese Frage, weil ich die frühere Methode benutzte und wollte, dass sie auf der gleichen Zahl plotten, so war Ihre Frage tatsächlich meine Antwort.

Answer 5

Etwas wie folgt aus:

import matplotlib.pyplot as plt 
... code for plot 1 ... 
plt.show() 
... code for plot 2... 
plt.show() 

Beachten Sie, dass dies auch funktionieren, wenn Sie die seaborn Paket zum Plotten verwenden:

import matplotlib.pyplot as plt 
import seaborn as sns 
sns.barplot(... code for plot 1 ...) # plot 1 
plt.show() 
sns.barplot(... code for plot 2 ...) # plot 2 
plt.show()