如何在给定的图上绘制垂直线

Question

给定时间表示的信号图，我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（秒）的信号图，我想绘制垂直红线，指示列表的相应时间索引 [0.22058956, 0.33088437, 2.20589566] 。我该怎么做？

原文由 Francis 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

添加将覆盖整个绘图窗口的垂直线而无需指定其实际高度的标准方法是 plt.axvline

 import matplotlib.pyplot as plt

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

或者

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 …）。 You can pass in keyword arguments ymin and ymax if you like in axes corrdinates (eg ymin=0.25 , ymax=0.75 will cover the middle half of剧情）。水平线（ axhline ）和矩形（ axvspan ）有相应的功能。

原文由 Gabriel 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

matplotlib.pyplot.vlines 对比 matplotlib.pyplot.axvline

• 这些方法适用于使用 seaborn 和 pandas.DataFrame.plot 生成的图，它们都使用 matplotlib 。
• 不同之处在于 vlines 接受 --- 的一个或多个位置，而 x axvline 允许一个位置。
  • 单个位置： x=37 。
  • 多个位置： x=[37, 38, 39] 。
• vlines takes ymin and ymax as a position on the y-axis, while axvline takes ymin and ymax 作为 y 轴范围的百分比。
  • 当将多行传递到 ymin vlines ，通过A list ymax
• 还有 matplotlib.axes.Axes.vlines 和 matplotlib.axes.Axes.axvline 面向对象的 API。
  • If you’re plotting a figure with something like fig, ax = plt.subplots() , then replace plt.vlines or plt.axvline with ax.vlines or ax.axvline ，分别。
• 使用 .hlines 查看水平线的 答案。

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

plt.show()

Seaborn 轴级图

import seaborn as sns

# sample data
fmri = sns.load_dataset("fmri")

# x index for max y values for stim and cue
c_max, s_max = fmri.pivot_table(index='timepoint', columns='event', values='signal', aggfunc='mean').idxmax()

# plot
g = sns.lineplot(data=fmri, x="timepoint", y="signal", hue="event")

# y min and max
ymin, ymax = g.get_ylim()

# vertical lines
g.vlines(x=[c_max, s_max], ymin=ymin, ymax=ymax, colors=['tab:orange', 'tab:blue'], ls='--', lw=2)

Seaborn图形级情节

• 必须迭代每个轴。

 import seaborn as sns

# sample data
fmri = sns.load_dataset("fmri")

# used to get the index values (x) for max y for each event in each region
fpt = fmri.pivot_table(index=['region', 'timepoint'], columns='event', values='signal', aggfunc='mean')

# plot
g = sns.relplot(data=fmri, x="timepoint", y="signal", col="region", hue="event", kind="line")

# iterate through the axes
for ax in g.axes.flat:
    # get y min and max
    ymin, ymax = ax.get_ylim()
    # extract the region from the title for use in selecting the index of fpt
    region = ax.get_title().split(' = ')[1]
    # get x values for max event
    c_max, s_max = fpt.loc[region].idxmax()
    # add vertical lines
    ax.vlines(x=[c_max, s_max], ymin=ymin, ymax=ymax, colors=['tab:orange', 'tab:blue'], ls='--', lw=2, alpha=0.5)

• 对于 'region = frontal' 两个事件的最大值出现在 5 。

条形图和直方图

• 请注意，无论轴刻度标签如何，条形图刻度位置都有一个 从零开始的 索引，因此选择 x 基于条形索引，而不是刻度标签。
  • 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

• 数据框中作为 x 轴的日期必须是 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。
  • 如果正在使用日期数组或列表，请分别参阅 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(2))
                   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 lines
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()

原文由 Trenton McKinney 发布，翻译遵循 CC BY-SA 4.0 许可协议