python - 使用 pandas 绘图时，图例仅显示一个标签

Question

我有两个 Pandas DataFrame，我希望以单个图形绘制。我正在使用 IPython 笔记本。

我希望图例显示两个 DataFrame 的标签，但到目前为止，我只能显示后一个。此外，任何有关如何以更明智的方式编写代码的建议都将不胜感激。我对这一切都很陌生，并不真正了解面向对象的绘图。

%pylab inline
import pandas as pd

#creating data

prng = pd.period_range('1/1/2011', '1/1/2012', freq='M')
var=pd.DataFrame(randn(len(prng)),index=prng,columns=['total'])
shares=pd.DataFrame(randn(len(prng)),index=index,columns=['average'])

#plotting

ax=var.total.plot(label='Variance')
ax=shares.average.plot(secondary_y=True,label='Average Age')
ax.left_ax.set_ylabel('Variance of log wages')
ax.right_ax.set_ylabel('Average age')
plt.legend(loc='upper center')
plt.title('Wage Variance and Mean Age')
plt.show()

Answer 1

这确实有点令人困惑。我认为这归结为 Matplotlib 如何处理辅助轴。 Pandas 可能会在某处调用 ax.twinx() ，将辅助轴叠加在第一个轴上，但这实际上是一个单独的轴。因此也有单独的线条和标签以及单独的图例。调用 plt.legend() 仅适用于您的示例中为第二个轴的轴之一(事件轴)。

幸运的是，Pandas 确实存储了两个轴，因此您可以从它们中获取所有线对象并将它们自己传递给 .legend() 命令。鉴于您的示例数据:

您可以完全按照您的方式绘制:

ax = var.total.plot(label='Variance')
ax = shares.average.plot(secondary_y=True, label='Average Age')

ax.set_ylabel('Variance of log wages')
ax.right_ax.set_ylabel('Average age')

ax(左轴)和 ax.right_ax 都可以使用这两个轴对象，因此您可以从中获取线对象。 Matplotlib 的 .get_lines() 返回一个列表，因此您可以通过简单的添加合并它们。

lines = ax.get_lines() + ax.right_ax.get_lines()

线条对象有一个标签属性，可用于读取标签并将其传递给 .legend() 命令。

ax.legend(lines, [l.get_label() for l in lines], loc='upper center')

以及其余的情节:

ax.set_title('Wage Variance and Mean Age')
plt.show()

编辑:

如果您将 Pandas(数据)和 Matplotlib(绘图)部分更严格地分开，可能不会那么困惑，因此请避免使用 Pandas 内置绘图(无论如何它只包装 Matplotlib):

fig, ax = plt.subplots()

ax.plot(var.index.to_datetime(), var.total, 'b', label='Variance')
ax.set_ylabel('Variance of log wages')

ax2 = ax.twinx()
ax2.plot(shares.index.to_datetime(), shares.average, 'g' , label='Average Age')
ax2.set_ylabel('Average age')

lines = ax.get_lines() + ax2.get_lines()
ax.legend(lines, [line.get_label() for line in lines], loc='upper center')

ax.set_title('Wage Variance and Mean Age')
plt.show()