如何在 Pandas 的时间序列图上绘制垂直线？

Posted 2023-02-23

【中文标题】如何在 Pandas 的时间序列图上绘制垂直线？

【英文标题】：How do you plot a vertical line on a time series plot in Pandas?

【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。

【参考方案1】：

plt.axvline(x_position)

它采用标准绘图格式选项（linestlye、color 等）

(doc)

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

【参考方案2】：

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？

【参考方案3】：

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="--")

【参考方案4】：

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datetime dtype。 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