使用matplotlib绘制像excel这样的2级xtick标签[重复]答案

【问题标题】：Use matplotlib to draw 2-level xtick labels like excel [duplicate]使用matplotlib绘制像excel这样的2级xtick标签[重复]
【发布时间】：2016-02-29 15:41:13
【问题描述】：

现在我有一个这样的数据框：

| category1 | 142  |       |      |      | 166  |      |      | 186  |      |      |      |
|-----------|------|-------|------|------|------|------|------|------|------|------|------|
| category2 | 626  | 346   | 211  | 200  | 255  | 250  | 245  | 370  | 340  | 265  | 260  |
| y         | 0.26 | -0.54 | 2.07 | 3.15 | 0.53 | 0.72 | 2.03 | 0.71 | 0.36 | 1.83 | 0.78 |

在 excel 中，我可以用 2 个级别的 xticklabels 绘制“带标记线”图：categrory1 和 category2。

有没有什么好的方法可以使用 python matplotlib 绘制类似的图？

到目前为止，我只能添加1级xticklabel：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv("./2level_test.csv", delimiter = ",")
column_name = df.columns.values.tolist()
print( column_name)
df = df.sort_values(by=["category1", "category2"], ascending=[True, True])
numRows = len(df.index)
index = range(1, numRows+1, 1)
y = df["y"].values.tolist()
fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8], label="ax")
ax.plot(index, y, linestyle='--', color = 'g', marker= '^', markeredgewidth = 1, markeredgecolor='r', markerfacecolor='none', label='y')
# title and lables
ax.set_xticks(index)
category2 = df["category2"].values.tolist()
ax.set_xticklabels(category2, rotation=270)
ax.set_ylabel("y")
ax.set_xlabel("category2")
plt.show()

【问题讨论】：

既然您已经在使用 pandas，那么 pandas 绘图功能是否足够？例如，查看第二个示例 here。您应该能够在表格下方传递一系列您想要的值，我认为这更接近您在 Excel 中试图模仿的值。
@James，感谢您的提醒，这里是 pandas 的绘图结果：stackoverflow.com/a/33951245/1819824

标签： python excel matplotlib

【解决方案1】：

感谢 James 的提醒，使用 pandas 情节，我可以将 2 个类别合并为 1 个 xtick 标签，但仍然不是我想要的。

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv("./2level_test.csv", delimiter = ",")
df = df.sort_values(by=["category1", "category2"], ascending=[True, True])
df.plot(x=['category1', 'category2'], y='y', linestyle='--', color = 'g', marker= '^', markeredgewidth = 1, markeredgecolor='r', markerfacecolor='none', label='y')
plt.show()

【讨论】：