【发布时间】：2013-10-13 08:58:52
【问题描述】：
- 如何在 Pandas 系列图中绘制一条垂直线 (
vlines)？ - 我正在使用 Pandas 绘制滚动方式等，想用竖线标记重要位置。
- 是否可以使用
vlines或类似的东西来完成此操作？ - 在这种情况下，x 轴是
datetime。
【问题讨论】：
标签： python matplotlib plot pandas
【发布时间】：2013-10-13 08:58:52
【问题描述】：
plt.axvline(x_position)
它采用标准绘图格式选项（linestlye、color 等）
如果您引用了您的 axes 对象：
ax.axvline(x, color='k', linestyle='--')
【讨论】：
-
是的，您可以访问轴对象 ax = s.plot()，其中 s 是 pandas.Series
如果您有时间轴，并且将 Pandas 导入为 pd，则可以使用：
ax.axvline(pd.to_datetime('2015-11-01'), color='r', linestyle='--', lw=2)
对于多行：
xposition = [pd.to_datetime('2010-01-01'), pd.to_datetime('2015-12-31')]
for xc in xposition:
ax.axvline(x=xc, color='k', linestyle='-')
【讨论】：
-
我有一个为期 3 天的情节，我所做的只是：
xposition = [pd.to_datetime('01/04/2016'), pd.to_datetime('02/04/2016'),pd.to_datetime('03/04/2016')]然后for xc in xposition: ax.axvline(x=xc, color='k', linestyle='-')。我得到了：ValueError: ordinal must be >= 1.。怎么了？ -
@FaCoffee，您的日期格式与答案中给出的示例不同，但我看不出这会有什么不同。
-
我想在每天的时间序列列图上绘制一条垂直线，请帮忙？
-
如何在这一行添加标签？或者如何把这条线放到图例上？
DataFrame 绘图函数返回AxesSubplot 对象，您可以在其上添加任意数量的行。看看下面的代码示例：
%matplotlib inline
import pandas as pd
import numpy as np
df = pd.DataFrame(index=pd.date_range("2019-07-01", "2019-07-31")) # for sample data only
df["y"] = np.logspace(0, 1, num=len(df)) # for sample data only
ax = df.plot()
# you can add here as many lines as you want
ax.axhline(6, color="red", linestyle="--")
ax.axvline("2019-07-24", color="red", linestyle="--")
【讨论】：
matplotlib.pyplot.vlines
- 对于时间序列，轴的日期必须是正确的日期时间对象，而不是字符串。
- 使用
pandas.to_datetime将列转换为datetimedtype。
- 使用
- 允许单个或多个位置
-
ymin&ymax被指定为特定的 y 值，而不是ylim的百分比 - 如果用
fig, axes = plt.subplots()之类的东西引用axes，则将plt.xlines更改为axes.xlines
plt.plot() & sns.lineplot()
from datetime import datetime
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns # if using seaborn
plt.style.use('seaborn') # these plots use this style
# configure synthetic dataframe
df = pd.DataFrame(index=pd.bdate_range(datetime(2020, 6, 8), freq='1d', periods=500).tolist())
df['v'] = np.logspace(0, 1, num=len(df))
# plot
plt.plot('v', data=df, color='magenta')
y_min = df.v.min()
y_max = df.v.max()
plt.vlines(x=['2020-07-14', '2021-07-14'], ymin=y_min, ymax=y_max, colors='purple', ls='--', lw=2, label='vline_multiple')
plt.vlines(x=datetime(2021, 9, 14), ymin=4, ymax=9, colors='green', ls=':', lw=2, label='vline_single')
plt.legend(bbox_to_anchor=(1.04, 0.5), loc="center left")
plt.show()
df.plot()
df.plot(color='magenta')
ticks, _ = plt.xticks()
print(f'Date format is pandas api format: {ticks}')
y_min = df.v.min()
y_max = df.v.max()
plt.vlines(x=['2020-07-14', '2021-07-14'], ymin=y_min, ymax=y_max, colors='purple', ls='--', lw=2, label='vline_multiple')
plt.vlines(x='2020-12-25', ymin=y_min, ymax=8, colors='green', ls=':', lw=2, label='vline_single')
plt.legend(bbox_to_anchor=(1.04, 0.5), loc="center left")
plt.show()
软件包版本
import matplotlib as mpl
print(mpl.__version__)
print(sns.__version__)
print(pd.__version__)
[out]:
3.3.1
0.10.1
1.1.0
【讨论】：