如何更改子图中线条的颜色？

Question

我的目标是为我的数据中的每一列创建一个时间序列图，以及相应的滚动均值。我希望子图中线条的颜色不同。例如，对于第二个子图中的gym和rolling_mean_gym，线条的颜色应为紫色和红色。我该怎么做？

当我在plot（）中设置颜色选项时，它会改变原始数据图和滚动平均图的颜色，这是不理想的。

我通过使用以下代码计算时间序列中每列的滚动平均值来创建下图：

# calculate rolling mean
def rolling_mean(col):
    rolling_mean_col = 'rolling_mean_{}'.format(col)
    df[rolling_mean_col] = df[col].rolling(12).mean()

# create rolling mean columns
cols = ['diet', 'gym', 'finance']
for col in cols:
    rolling_mean(col)

# plot data in subplots
fig, axes = plt.subplots(nrows=3, ncols=1, figsize=(13,10));
df[['diet', 'rolling_mean_diet']].plot(ax=axes[0]);
df[['gym', 'rolling_mean_gym']].plot(ax=axes[1]);
df[['finance', 'rolling_mean_finance']].plot(ax=axes[2]);

Answer 1

一种选择是提供颜色列表：.plot(..., color=['red', 'blue'])。

Pandas plot()方法只是围绕matplotlib绘图方法的一个薄包装器。任何非消费的关键字参数都将传递给它们。

df = pd.DataFrame()
df['diet'] = np.random.random_sample(100)
df['rolling_mean_diet'] = np.random.random_sample(100) / 10 + 0.5

df['gym'] = np.random.random_sample(100)
df['rolling_mean_gym'] = np.random.random_sample(100) / 10 + 0.5

fig, axes = plt.subplots(nrows=2, ncols=1, figsize=(13,10));
df[['diet', 'rolling_mean_diet']].plot(ax=axes[0], color=['red', 'green']);
df[['gym', 'rolling_mean_gym']].plot(ax=axes[1], color=['purple', 'red']);