如何在matplotlib中的给定图上绘制垂直线

Posted 2023-02-18

技术标签:

【中文标题】如何在matplotlib中的给定图上绘制垂直线【英文标题】：How to draw vertical lines on a given plot in matplotlib 【发布时间】：2014-09-19 05:44:53 【问题描述】：

给定时间表示的信号图，如何绘制标记相应时间索引的线？

具体来说，给定一个时间索引范围为 0 到 2.6(s) 的信号图，我想为列表[0.22058956, 0.33088437, 2.20589566] 绘制表示对应时间索引的垂直红线，我该怎么做？

【问题讨论】：

【参考方案1】：

添加覆盖整个绘图窗口的垂直线的标准方法是plt.axvline

import matplotlib.pyplot as plt

plt.axvline(x=0.22058956)
plt.axvline(x=0.33088437)
plt.axvline(x=2.20589566)

或

xcoords = [0.22058956, 0.33088437, 2.20589566]
for xc in xcoords:
    plt.axvline(x=xc)

您可以使用许多可用于其他绘图命令的关键字（例如color、linestyle、linewidth ...）。如果您喜欢坐标轴坐标，您可以传入关键字参数ymin 和ymax（例如ymin=0.25、ymax=0.75 将覆盖图的中间部分）。水平线（axhline）和矩形（axvspan）都有对应的函数。

【讨论】：

【参考方案2】：

多行

xposition = [0.3, 0.4, 0.45]
for xc in xposition:
    plt.axvline(x=xc, color='k', linestyle='--')

【讨论】：

【参考方案3】：

`matplotlib.pyplot.vlines` 与 `matplotlib.pyplot.axvline`

不同之处在于vlines 接受x 的1 个或多个位置，而axvline 允许一个位置。单一位置：x=37 多个位置：x=[37, 38, 39] vlines 将 ymin 和 ymax 作为 y 轴上的位置，而 axvline 将 ymin 和 ymax 作为 y 轴范围的百分比。将多行传递给vlines 时，将list 传递给ymin 和ymax。如果您要绘制带有fig, ax = plt.subplots() 之类的图形，则将plt.vlines 或plt.axvline 分别替换为ax.vlines 或ax.axvline。查看answer 以获取带有.hlines 的水平线

import numpy as np
import matplotlib.pyplot as plt

xs = np.linspace(1, 21, 200)

plt.figure(figsize=(10, 7))

# only one line may be specified; full height
plt.axvline(x=36, color='b', label='axvline - full height')

# only one line may be specified; ymin & ymax specified as a percentage of y-range
plt.axvline(x=36.25, ymin=0.05, ymax=0.95, color='b', label='axvline - % of full height')

# multiple lines all full height
plt.vlines(x=[37, 37.25, 37.5], ymin=0, ymax=len(xs), colors='purple', ls='--', lw=2, label='vline_multiple - full height')

# multiple lines with varying ymin and ymax
plt.vlines(x=[38, 38.25, 38.5], ymin=[0, 25, 75], ymax=[200, 175, 150], colors='teal', ls='--', lw=2, label='vline_multiple - partial height')

# single vline with full ymin and ymax
plt.vlines(x=39, ymin=0, ymax=len(xs), colors='green', ls=':', lw=2, label='vline_single - full height')

# single vline with specific ymin and ymax
plt.vlines(x=39.25, ymin=25, ymax=150, colors='green', ls=':', lw=2, label='vline_single - partial height')

# place legend outside
plt.legend(bbox_to_anchor=(1.0, 1), loc='upper left')

plt.show()

条形图和直方图

请注意，无论轴标签如何，条形图的索引通常为 0，因此请根据条形索引而不是刻度标签选择 x。 ax.get_xticklabels() 将显示位置和标签。

import pandas as pd
import seaborn as sns

# load data
tips = sns.load_dataset('tips')

# histogram
ax = tips.plot(kind='hist', y='total_bill', bins=30, ec='k', title='Histogram with Vertical Line')
_ = ax.vlines(x=16.5, ymin=0, ymax=30, colors='r')

# barplot 
ax = tips.loc[5:25, ['total_bill', 'tip']].plot(kind='bar', figsize=(15, 4), title='Barplot with Vertical Lines', rot=0)
_ = ax.vlines(x=[0, 17], ymin=0, ymax=45, colors='r')

时间序列轴

要成为 x 轴的数据框中的日期必须是 datetime dtype。如果列或索引的类型不正确，则必须使用pd.to_datetime 进行转换。如果使用日期数组或列表，请分别参考Converting numpy array of strings to datetime 或Convert datetime list into date python。 x 将接受像 '2020-09-24' 或 datetime(2020, 9, 2) 这样的日期

import pandas_datareader as web  # conda or pip install this; not part of pandas
import pandas as pd
import matplotlib.pyplot as plt
from datetime import datetime

# get test data; this data is downloaded with the Date column in the index as a datetime dtype
df = web.DataReader('^gspc', data_source='yahoo', start='2020-09-01', end='2020-09-28').iloc[:, :2]

# display(df.head())
                   High          Low
Date                                
2020-09-01  3528.030029  3494.600098
2020-09-02  3588.110107  3535.229980

# plot dataframe; the index is a datetime index
ax = df.plot(figsize=(9, 6), title='S&P 500', ylabel='Price')

# add vertical line
ax.vlines(x=[datetime(2020, 9, 2), '2020-09-24'], ymin=3200, ymax=3600, color='r', label='test lines')

ax.legend(bbox_to_anchor=(1, 1), loc='upper left')
plt.show()

【讨论】：

【参考方案4】：

如果有人想在一些垂直线上添加`legend` 和/或`colors`，那么使用这个：

import matplotlib.pyplot as plt

# x coordinates for the lines
xcoords = [0.1, 0.3, 0.5]
# colors for the lines
colors = ['r','k','b']

for xc,c in zip(xcoords,colors):
    plt.axvline(x=xc, label='line at x = '.format(xc), c=c)

plt.legend()
plt.show()

结果：

【讨论】：

【参考方案5】：

正如其他人所建议的那样，在循环中调用 axvline 是可行的，但可能会带来不便，因为

每一行都是一个单独的绘图对象，当你有很多行时，这会导致速度非常慢。创建图例时，每行都有一个新条目，这可能不是您想要的。

相反，您可以使用以下便捷函数将所有线条创建为单个绘图对象：

import matplotlib.pyplot as plt
import numpy as np


def axhlines(ys, ax=None, lims=None, **plot_kwargs):
    """
    Draw horizontal lines across plot
    :param ys: A scalar, list, or 1D array of vertical offsets
    :param ax: The axis (or none to use gca)
    :param lims: Optionally the (xmin, xmax) of the lines
    :param plot_kwargs: Keyword arguments to be passed to plot
    :return: The plot object corresponding to the lines.
    """
    if ax is None:
        ax = plt.gca()
    ys = np.array((ys, ) if np.isscalar(ys) else ys, copy=False)
    if lims is None:
        lims = ax.get_xlim()
    y_points = np.repeat(ys[:, None], repeats=3, axis=1).flatten()
    x_points = np.repeat(np.array(lims + (np.nan, ))[None, :], repeats=len(ys), axis=0).flatten()
    plot = ax.plot(x_points, y_points, scalex = False, **plot_kwargs)
    return plot


def axvlines(xs, ax=None, lims=None, **plot_kwargs):
    """
    Draw vertical lines on plot
    :param xs: A scalar, list, or 1D array of horizontal offsets
    :param ax: The axis (or none to use gca)
    :param lims: Optionally the (ymin, ymax) of the lines
    :param plot_kwargs: Keyword arguments to be passed to plot
    :return: The plot object corresponding to the lines.
    """
    if ax is None:
        ax = plt.gca()
    xs = np.array((xs, ) if np.isscalar(xs) else xs, copy=False)
    if lims is None:
        lims = ax.get_ylim()
    x_points = np.repeat(xs[:, None], repeats=3, axis=1).flatten()
    y_points = np.repeat(np.array(lims + (np.nan, ))[None, :], repeats=len(xs), axis=0).flatten()
    plot = ax.plot(x_points, y_points, scaley = False, **plot_kwargs)
    return plot

【讨论】：

【参考方案6】：

除了上面答案中提供的plt.axvline和plt.plot((x1, x2), (y1, y2))或plt.plot([x1, x2], [y1, y2])之外，还可以使用