如何从中制作折线图？答案

【问题标题】：How to I make a line graph out of this?如何从中制作折线图？
【发布时间】：2023-03-30 21:27:01
【问题描述】：

我已经导入了 seaborn 并输入了这个：

Bunker2019_Jan_to_Jun.plot(x='2019', y='Total')
Bunker2019_Jan_to_Jun.plot(x='2019', y='MGO')

它显示了两个图表。有什么方法可以显示 2019（1 到 12 月）和 2020（1 到 6 月）的年份吗？

【问题讨论】：

标签： python dataframe matplotlib seaborn

【解决方案1】：

如果您喜欢它们在同一个图上，则需要合并数据框，不太确定您的“2019”列是什么（日期或字符串？），所以下面我尝试创建一个与您类似的 data.frame ：

import seaborn as sns
import matplotlib. pyplot as plt
import pandas as pd
import numpy as np

mths = pd.date_range(start='1/1/2019', periods=12,freq="M").strftime("%b").to_list()
Bunker2019 = pd.DataFrame({'2019':mths,'Total':np.random.uniform(0,1,12),
                           'MGO':np.random.uniform(0,1,12)})
Bunker2020 = pd.DataFrame({'2020':mths,'Total':np.random.uniform(0,1,12),
                           'MGO':np.random.uniform(0,1,12)})

添加年份以创建新日期的简单方法：

Bunker2019['Date'] = '2019_'+ Bunker2019['2019'].astype(str)
Bunker2020['Date'] = '2020_'+ Bunker2020['2020'].astype(str)

我们concat和melt，设置顺序：

df = pd.concat([Bunker2019[['Date','Total','MGO']],Bunker2020[['Date','Total','MGO']]])
df = df.melt(id_vars='Date')
df['Date'] = pd.Categorical(df['Date'],categories=df['Date'].unique(),ordered=True)

所以现在它是一个长格式，包含 2020 年和 2019 年的信息：

Date    variable    value
0   2019_Jan    Total   0.187751
1   2019_Feb    Total   0.091374
2   2019_Mar    Total   0.929739
3   2019_Apr    Total   0.621981
4   2019_May    Total   0.371236
5   2019_Jun    Total   0.027078
6   2019_Jul    Total   0.719046
7   2019_Aug    Total   0.138531

现在开始绘制：

plt.figure(figsize=(12,5))

ax = sns.lineplot(data=df,x='Date',y='value',hue='variable')
sns.scatterplot(data=df,x='Date',y='value',hue='variable',ax=ax,legend=False)
plt.xticks(rotation=65, horizontalalignment='right')
plt.show()

【讨论】：

【解决方案2】：

我将源 DataFrame 创建为：

      Month    MGO   MFO
0   2019-01   79.1  85.0
1   2019-02   69.9  91.2
2   2019-03   68.9  90.4
3   2019-04   71.1  87.0
4   2019-05   75.9  85.6
5   2019-06   60.9  82.1
6   2019-07   68.4  75.0
7   2019-08   75.8  60.7
8   2019-09   82.0  58.8
9   2019-10   95.3  56.6
10  2019-11   90.2  59.7
11  2019-12   86.5  57.7
12  2020-01   79.1  50.0
13  2020-02   88.9  52.2
14  2020-03   74.9  54.4
15  2020-04   87.1  51.0
16  2020-05   92.9  52.6
17  2020-06  105.9  53.1

（现在 Month 列作为字符串）。如果您有 2 个单独的源 DataFrame，请将它们连接起来。

第一个处理步骤是将 Month 列转换为 datetime 键入并将其设置为索引：

df.Month = pd.to_datetime(df.Month)
df.set_index('Month', inplace=True)

第一个更直接的创建可能性图纸是：

df.plot(style='-x');

对于我得到的数据样本：

第二种可能性是生成带有平滑线条的图片。为此，您可以在单个 axex 中绘制两个图：

第一个 - 平滑线，来自重新采样的 DataFrame，带有插值，但没有标记，因为现在有更多的点，
第二个 - 唯一标记，取自原始DataFrame，
两者都具有相同的颜色列表。

代码如下：

fig, ax = plt.subplots()
color = ['blue', 'orange']
df.resample('D').interpolate('quadratic').plot(ax=ax, color=color)
df.plot(ax=ax, marker='x', linestyle='None', legend=False, color=color);

这次的结果是：

【讨论】：