如何在同一个图上显示条形图和折线图

Question

我无法在同一个地块上显示条形图和折线图。示例代码：

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

Df = pd.DataFrame(data=np.random.randn(10,4), index=pd.DatetimeIndex(start='2005', freq='M', periods=10), columns=['A','B','C','D'])

fig = plt.figure()
ax = fig.add_subplot(111)

Df[['A','B']].plot(kind='bar', ax=ax)
Df[['C','D']].plot(ax=ax, color=['r', 'c'])

Answer 1

你也可以试试这个：

fig = plt.figure()
ax = DF['A','B'].plot(kind="bar");plt.xticks(rotation=0)
ax2 = ax.twinx()
ax2.plot(ax.get_xticks(),DF['C','D'],marker='o')

Answer 2

我也想知道，但是所有现有的答案都不是在相同图上显示条形图和折线图，而是在不同的轴上显示。

所以我自己找了答案并找到了一个有效的例子 - Plot Pandas DataFrame as Bar and Line on the same one chart。我可以确认它works。

令我感到困惑的是，几乎相同的代码works there，但does not work here。即，我复制了OP的代码并且可以verify that it is not working as expected。

我唯一能想到的是将索引列添加到Df[['A','B']]和Df[['C','D']]，但我不知道索引列没有名称我要加。

今天，我意识到即使我可以使它工作，真正的问题是Df[['A','B']]给出了一个分组（聚集）条形图，但分组（聚集）线图表不是支持的。

Answer 3

你可以在同一个数字上做同样的事情：

In [4]: Df = pd.DataFrame(data=np.random.randn(10,4), index=pd.DatetimeIndex(start='2005', freq='M', periods=10), columns=['A','B','C','D'])

In [5]: fig, ax = plt.subplots(2, 1) # you can pass sharex=True, sharey=True if you want to share axes.

In [6]: Df[['A','B']].plot(kind='bar', ax=ax[0])
Out[6]: <matplotlib.axes.AxesSubplot at 0x10cf011d0>

In [7]: Df[['C','D']].plot(color=['r', 'c'], ax=ax[1])
Out[7]: <matplotlib.axes.AxesSubplot at 0x10a656ed0>

Answer 4

问题在于，pandas 条形图函数将日期视为分类变量，其中每个日期都被视为一个唯一类别，因此 x 轴单位设置为从 0 开始的整数（就像默认的 DataFrame 索引，当没有分配）。

pandas 线图使用对应于 DatetimeIndex 的 x 轴单位，其中 0 位于 1970 年 1 月，整数表示从那时起的周期数（本例中为月）。那么让我们来看看在这种特殊情况下会发生什么：

import numpy as np     # v 1.19.2
import pandas as pd    # v 1.1.3

# Create random data
rng = np.random.default_rng(seed=1) # random number generator
df = pd.DataFrame(data=rng.normal(size=(10,4)),
                  index=pd.date_range(start='2005', freq='M', periods=10),
                  columns=['A','B','C','D'])

# Create a pandas bar chart overlaid with a pandas line plot using the same
# Axes: note that seeing as I do not set any variable for x, df.index is used
# by default, which is usually what we want when dealing with a dataset
# containing a time series
ax = df.plot.bar(y=['A','B'], figsize=(9,5))
df.plot(y=['C','D'], color=['tab:green', 'tab:red'], ax=ax);

酒吧无处可见。如果您检查正在使用的 x 个刻度，您会看到 1 月份的单个主要刻度是 420，然后是其他月份的这些小刻度：

ax.get_xticks(minor=True)
# [421, 422, 423, 424, 425, 426, 427, 428, 429]

这是因为自 1970 年以来有 35 年 * 12 个月，编号从 0 开始，因此 2005 年 1 月落在 420。这解释了为什么我们看不到条形。如果您将 x 轴限制更改为从零开始，您会得到以下结果：

ax = df.plot.bar(y=['A','B'], figsize=(9,5))
df.plot(y=['C','D'], color=['tab:green', 'tab:red'], ax=ax)
ax.set_xlim(0);

从 1970 年 1 月开始，条形向左压扁。可以通过在线条图函数中设置 use_index=False 使线条也从 0 开始来解决此问题：

ax = df.plot.bar(y=['A','B'], figsize=(9,5))
df.plot(y=['C','D'], color=['tab:green', 'tab:red'], ax=ax, use_index=False)
ax.set_xticklabels(df.index.strftime('%b'), rotation=0, ha='center');

# # Optional: move legend to new position
# import matplotlib.pyplot as plt    # v 3.3.2
# ax.legend().remove()
# plt.gcf().legend(loc=(0.08, 0.14));

如果您想要更高级的刻度标签格式，您可以查看与此示例兼容的 this question 答案。如果您需要 matplotlib.dates 模块中的刻度定位器和格式化程序提供的更灵活/自动化的刻度标签格式，最简单的方法是使用 matplotlib 创建绘图，例如 this answer。