你如何在熊猫的时间序列图上绘制一条垂直线？

Question

如何在Pandas系列图中绘制垂直线（vlines）？我正在使用Pandas绘制滚动方式等，并希望用垂直线标记重要位置。是否可以使用vlines或类似的东西来实现这一目标？如果是这样，有人可以提供一个例子吗？在这种情况下，x轴是日期时间。

Answer 1

plt.axvline(x_position)

它采用标准的绘图格式选项（linestlye，color，等等）

(doc)

如果您引用了axes对象：

ax.axvline(x, color='k', linestyle='--')

Answer 2

如果您有时间轴，并且已将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='-')

Answer 3

DataFrame绘图函数返回AxesSubplot对象，并且可以在其上添加任意多的行。看看下面的代码示例：

%matplotlib inline

import pandas as pd

df = pd.DataFrame(index=pd.date_range("2019-07-01", "2019-07-31"))
df["y"] = pd.np.logspace(0, 1, num=len(df))

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="--")

Answer 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dtype datetime。
• 允许单个或多个位置
• ymin和ymax被指定为特定的y值，而不是ylim的百分比
• 如果使用类似axes的名称引用fig, axes = plt.subplots()，则将plt.xlines更改为axes.xlines

plt.plot()和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