如何使用Pandas和Matplotlib将DataFrame的每一列数据绘制成折线图

首先，确保您已经安装了Pandas和Matplotlib库。如果尚未安装，请使用以下命令安装：

!pip install pandas matplotlib

接下来，让我们创建一个示例DataFrame：

import pandas as pd
import numpy as np
# 创建示例数据
data = {
'Column1': np.random.randn(100),
'Column2': np.random.randint(0, 100, 100),
'Column3': np.random.rand(100)
}
df = pd.DataFrame(data)

现在，您已经创建了一个包含随机数据的DataFrame。接下来，我们将使用Matplotlib将每一列数据绘制成折线图。
首先，导入所需的库：

import matplotlib.pyplot as plt

然后，使用一个循环来迭代DataFrame的每一列，并将其绘制成折线图：

for column in df.columns:
# 绘制折线图
plt.figure(figsize=(10, 5))  # 设置图形大小
plt.plot(df[column], label=column)  # 绘制折线图，并添加标签
plt.legend()  # 显示图例
plt.title(f'折线图 - {column}')  # 设置图表标题
plt.show()  # 显示图表

上述代码将为DataFrame中的每一列生成一个折线图。每个图表的标题是对应的列名。您可以通过单击每个图表上的标题来关闭它们。如果您想在一个窗口中显示所有图表，可以使用plt.subplots()函数创建一个图形网格。这将允许您在单个窗口中显示所有图表。例如：
```python
fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(10, 10)) # 创建一个2x2的图形网格
for i, column in enumerate(df.columns):
axes[i % 2, i // 2].plot(df[column], label=column) # 在每个子图上绘制折线图，并添加标签
axes[i % 2, i // 2].legend() # 在每个子图上显示图例
axes[i % 2, i // 2].set_title(f’折线图 - {column}’) # 在每个子图上设置标题
plt.show() # 显示图形网格