可以通过以下步骤实现:
import pandas as pd
import matplotlib.pyplot as plt
# 创建时间索引
index = pd.date_range(start='2022-01-01', periods=100, freq='D')
# 创建5个不同的时间序列数据集
data1 = pd.Series(range(100), index=index)
data2 = pd.Series(range(100, 200), index=index)
data3 = pd.Series(range(200, 300), index=index)
data4 = pd.Series(range(300, 400), index=index)
data5 = pd.Series(range(400, 500), index=index)
# 创建图表对象
fig, ax = plt.subplots()
# 绘制每个时间序列数据集
data1.plot(ax=ax, label='Data 1')
data2.plot(ax=ax, label='Data 2')
data3.plot(ax=ax, label='Data 3')
data4.plot(ax=ax, label='Data 4')
data5.plot(ax=ax, label='Data 5')
# 添加图例
ax.legend()
# 显示图表
plt.show()
这样就可以在同一图中绘制5个不同的时间序列数据集。每个数据集对应一个标签,图例会显示每个数据集的标签,方便区分和理解。你可以根据实际需求修改数据集的内容、时间范围、频率等。
领取专属 10元无门槛券
手把手带您无忧上云