如何使用 pandas 修改带有子图的图形？

Question

每当我制作次要情节时，我习惯于单独制作每个情节并将它们全部组合在一个列表中。

Pandas 真的很酷，因为只需一行简单的代码，我就可以制作一个包含数据集所有特征直方图的图形：

hist_plot = iris.hist(alpha=0.4, figsize=(10,6))

但是，我对如何更改此图感到困惑。例如：

使每个绘图具有不同的颜色：color = ['blue', 'red', 'green', 'purple']
给每个地块一个不同的标题：title = ['SLength', 'SWidth', 'PLength', 'PWidth']
为每个 y 轴添加“频率”标签

有没有一种方法可以做到这一点而不必单独制作每个图？我试过这个例子，但没有用：

hist_plot = iris.hist(color = ['blue', 'red', 'green', 'purple'], alpha=0.4, figsize=(10,6))

Answer 1

df.hist() returns 一个 two-dimensional 轴数组 objects，对应于其网格排列中的子图。要遍历它们，它们的 flat 属性很方便，因为它在平面数组中包含相同的 objects。您可以使用 zip() 并行迭代子图以及颜色和标题列表：

from sklearn.datasets import load_iris

iris = load_iris(as_frame=True)['data']

colors = ['blue', 'red', 'green', 'purple']
titles = ['SLength', 'SWidth', 'PLength', 'PWidth']

axs = iris.hist(alpha=0.4, figsize=(10, 6))

for ax, color, title in zip(axs.flat, colors, titles):
    for patch in ax.patches:
        patch.set_color(color)
    ax.set_title(title)
    ax.set_ylabel('Frequency')

如何使用 pandas 修改带有子图的图形？

How to modify figure with subplots using pandas?

python

plot

matplotlib

pandas