问题描述：最近要把杭州市地磁检测器中交通流量按照时间序列画图，每个路口画一张图，每个路口有多个车道，每个车道下包含一个检测器

数据形式：

代码：

import pandas as pd
import psycopg2
import matplotlib.pyplot as plt
import datetime as dt
import matplotlib.dates as mdate
str_date = '2018-08-12'
count = 0
#连接数据库
data = call_postgres(str_date, coon)
# 把路口ID去重，得到所有路口ID
all_road_id_list = data.drop_duplicates(['devc_id'])['devc_id'].tolist()
"""data在call_postgres()中已经转化成DateFrame格式，再通过路口ID和车道ID分组，得到每个检测器的所有数据"""
df = data.groupby(['devc_id', 'devc_lane'])
for i in range(len(all_road_id_list)):
    #设置画布大小
    fig = plt.figure(figsize=(16, 16))
    for group in df.groups:
        #group是一个元组，包含了分组的路口ID和车道ID
        print(group)
        print('========================1')
        # print(group[0])
        #get_group()得到每个检测器的数据 
        grouped_data = df.get_group(group)
        time_strseries = grouped_data['acquisition_time'].tolist()#检测器发送数据的时间
        volume_intseries = grouped_data['flow']#流量
        #目的是获取一个路口的数据
        if str(all_road_id_list[i]) == str(group[0]):     
           count += 1 #计算每个路口的车道数
           # count_list.append(count)
           print(count)
           # 画子图
           ax = fig.add_subplot(4, 4, count)
            #设置X轴时间序列的格式，这里是只取小时
           ax.xaxis.set_major_formatter(mdate.DateFormatter('%H'))
           # plt.gca().xaxis.set_major_locator(mdate.DayLocator())
           # datetime_start = dt.datetime.strptime('00:00:00', '%H:%M:%S')
           #设置X轴范围
           datetime_start = time_strseries[0]
           datatime_1day = dt.timedelta(days=1)
           datetime_end = datetime_start + datatime_1day
           plt.xlim([datetime_start, datetime_end])
           # 时间间隔，时间标签旋转45度 
           plt.xticks(pd.date_range(datetime_start, datetime_end, freq='6H'),rotation=45)
           plt.plot(time_strseries, volume_intseries)
           ax.set_ylabel("flow")
           ax.set_xlabel("time")
           plt.title("flow-time:" + group[0] + "-" + group[1] + "")
           # 自动旋转日期标记
           # plt.gcf().autofmt_xdate()
           plt.tight_layout()  # 自动调整子图的间距
    #保存图片
    plt.savefig("C:/image/'" + all_road_id_list[i] + "'.png")
    # plt.show()
    # input()
    #每个路口结束，清空
    count = 0
输出结果：
 
 
[1] python绘制子图技巧——plt.subplot和plt.subplots、及坐标轴修改 2022.6;
 [2] Matplotlib学习手册A006_Figure的add_subplot()方法 2019.11;
 [3] matplotlib之pyplot模块——调整子图布局（subplots_adjust、tight_layout）2021.4;
 [4] python for循环画多子图并保存（涉及DateFrame.groupby,add_subplot）2018.9;
				
python如何实现循环保存图片，以及怎么保存groupby的数据
首先将代码放上来，方便一些伸手的兄弟，但如果兄弟不烦唠叨，可以继续往下看一下我发现的其中一些数以事项
# 首先通过groupby把数据集分组，然后进行保存
def get_m3044_container():
    columns = ['container_id', 'machine_id', 'time_stamp', 'cpu_util_percent',
               'mem_util_percent', 'cp
				
有时候我们需要绘制好几个图代码，手动写每个subplot的代码，然而这样代码重复量太大。而绘图部分代码大部分相同甚至完全一样，能不能用for循环的方式呢？
开始进入正题，代码如下：
import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
from mpl_toolkits.mplot3d import Axes3D
# 设置属性防止中文乱码
mpl.rcParams['font.sans-serif'] = [
				
对于某个城市的出租车数据，一天就有33210000条记录，如何将每辆车的数据单独拎出来放到一个专属的文件中呢？
思路很简单：
就是循环33210000条记录，将每辆车的数据搬运到它该去的文件中。
但是对于3000多万条数据，一个一个循环太消耗时间，我花了2个小时才搬运了60万数据，算算3000万我需要花费100个小时，也就需要4-5天。并且还需要保证这五天全天开机，不能出现卡机的事故。
因此，需要使用并行进行for循环的技巧：
由于3000万数据放到csv中导致csv打不开，因此我就把一个csv通过split软件将其切分成每份60万，共53个csv。
我原来的思路是读取文件夹，获取由每一个60
def main():
 sum = 0  # 定义变量做累加器
 n = int(input('n='))  #\u4ece\u952e\u76d8\u4e0a\u8f93\u5165\u7d2f\u52a0\u7684\u8303\u56f4\n for x in range(n):  \n  sum += (x + 1)\n print(sum)\nif __name__ == '__main__':
 main()
用for循环实现1~n求和的方法
def main():
  sum = 0
  n = int(input('n='))
- `plt.subplot(3, 1, i+1)` 表示将画布分成 3 行 1 列，当前画图的位置是第 i+1 个位置。
- `plt.ylabel('y' + str(i+1))` 表示为当前子图添加纵轴标题，标题为 "y" 加上当前循环次数。
执行以上代码可以得到三个子图，每个子图都有一个纵轴标题。你可以根据自己的需求修改代码中的数据和画图参数。