dataframe逐行绘制到一张图片中

1. 案例1

def draw_simple2(self, data):
    plt.figure(figsize=(6, 6))  # 设定图片大小
    for i in range(len(data)):  # 对data逐行读取数据，绘制
        plt.plot(data[i:i + 1].values.tolist()[0], self.height, markerfacecolor='none', color='darkgrey',
                 marker='.')
    plt.axvline(0)
    plt.xlim(-5, 5)
    plt.ylim(0, self.height[0] + 10)
    plt.xlabel('ws')  # x 轴意义
    plt.title('profile')  # 标题内容
    plt.ylabel('height')  # y 轴意义
    plt.show()

draw_simple2(df_10min[500:1000])
1
2
3
4
5
6
7
8
9
10
11
12
13
14

2. 案例2

• 把一个 dataframe 逐行绘制到 picture 中，用蓝色显示
• 把一行 np.array 与 datarame 绘制到同一个 picture 中，用红色显示

plt.figure(figsize=(6, 6))       # 设定图片大小
for i in range(len(data)):       # 对data逐行读取数据，绘制
    plt.loglog(temf_res, data[i], markerfacecolor='none', color='b')
y_rdPredict = multi_fit(temf_res2, Su_real_vK2, temf_res.reshape(1, -1))
plt.loglog(temf_res, y_rdPredict.flatten(), markerfacecolor='none', color='r', label='fit values')
plt.xlabel('f [Hz]')             # x 轴意义
plt.title('Normlized Sw_Kaimal_CF')  # 标题内容
plt.ylabel('Sw/var(w)')          # y 轴意义
plt.legend()
plt.show()
1
2
3
4
5
6
7
8
9
10