csv - 在matplotlib中从.CSV文件制作多线图

我一直在尝试从.CSV文件的同一图上绘制3组(x，y)数据的过程，但是我一无所获。我的数据最初是一个Excel文件，我已将其转换为.CSV文件，并根据以下代码使用pandas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]

我的数据采用以下格式:

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

我试图在同一图上绘制time1 vs mag1，time2 vs mag2和time3 vs mag3，但是例如，我得到了time.. vs Type的图。对于代码:

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

当我想要的是'ExpTime1.3'与M0以及x标签M6-'ExpTime1.3'时，我得到'LimMag1.3'(y轴)相对于M0到M6(x轴)的图表。

如何获得'ExpTime..'与'LimMag..'的图，所有3组数据都在同一图上？

如何获取M0值的M6-'LimMag..'标签(也在x轴上)？

由于尝试了Askewchan的解决方案(由于未知原因未返回任何图)，所以我发现，如果将数据帧索引(df.index)更改为x轴的值，则可以使用ExpTime获得LimMag vs df['ExpTime1.3'].plot(),的图。 LimMag1.3)。但是，这似乎意味着我必须通过手动输入所需的x轴的所有值以使其成为数据索引，将每个所需的x轴转换为数据框索引。我有很多数据，这种方法太慢了，并且一次只能绘制一组数据，而我需要在一个图上绘制每个数据集的所有3个系列。有办法解决这个问题吗？还是有人可以提供一个原因和解决方案，以使我无法从Askewchan提供的解决方案中得到任何答案？\

作为对nordev的回应，我再次尝试了第一个版本，但未生成任何图，甚至没有空白图。每次我输入ax.plot命令之一时，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()时，什么都没有发生。
当我在Askewchan的第二个解决方案中循环后输入plt.show()时，我收到一条错误消息，说AttributeError: 'function' object has no attribute 'show'
我已经对原始代码做了些摆弄，现在可以通过使索引与x轴相同(LimMag1.3)来获得ExpTime1.3与LimMag1.3与df['ExpTime1.3'][:7].plot()的关系图，但是我无法获得另一个同一图上的两组数据。如果您有其他建议，我将不胜感激。我正在通过Anaconda 1.5.0(64bit)和Windows 7(64bit)上的spyder使用ipython 0.11.0，python版本是2.7.4。

最佳答案

如果我对这个问题以及previous one on the same subject的理解都正确，那么以下内容就是您可以根据需要定制的基本解决方案。

几个子图:

请注意，此解决方案将在同一图上垂直输出与光谱类(M0，M1 ...)一样多的子图。如果希望将每个Spectral类的图保存在单独的图中，则代码需要进行一些修改。

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()

全部位于相同的轴中，按行分组(M0，M1等)

这是另一种解决方案，可将所有不同的光谱类别绘制在同一轴上，并带有图例标识不同的类别。 plt.yscale('log')是可选的，但是建议您看一下这些值如何跨越这么大的范围。

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()

全部位于相同的轴中，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“)分组，而不是按Spectral类(M0，M1 ...)分组。此示例与
@askewchan的解决方案。一个区别是，这里的y轴是对数轴，使直线几乎平行。

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()

m0

csv - 在matplotlib中从.CSV文件制作多线图