Matplotlib、绘图和条形图未与同一索引对齐

Question

我正在尝试将 Pandas 数据框绘制为条形图和线图。

这个 MWE 总结了我正在看的内容：

import pandas as pd
import matplotlib.pyplot as plt

test_df = pd.DataFrame(np.random.rand(20,2), columns = ['A', 'B'])

test_df['A'] = test_df['A'].cumsum()
test_df['B'] = test_df['B'].cumsum()
test_df.index += 1

然后我绘制条形图：

ax = test_df.plot(kind='bar', colors=['red', 'blue'], figsize = (13.5,6))

这对 df 的索引按预期绘制得很好：

然后我以某种方式进一步操作数据以形成一个上限，以绘制为一条线对着条：

test_df['C'] = test_df.index
test_df['Upper'] = 4 * (test_df['C']/5)**0.5
test_df['Upper'].plot()

然而，这并不像预期的那样工作：

• x 轴已移动，现在并非所有数据都可见
• 即使xlim被更改，线图也不会像我对 pandas df 索引所期望的那样从索引 1 开始。

我怎样才能解决上述问题？

Answer 1

在您的示例中，这里发生了两件事。

1) 当您使用test_df的plot(kind='bar')方法制作'A'和'B' test_df ，pandas 创建一个图，其中test_df.index中的值用作 x 轴刻度标签对于'A'和'B'列中的相应对。 我假设大熊猫这样做是因为条形图通常与 x 轴上的分类变量一起使用。 这可以通过以下代码来说明：

>>> test_df.index = [1, 2, 3, 4, 100, 6, 7, 8, 9, 10,
                     11, 12, 13, 14, 15, 16, 17, 18, 19, 20]
>>> ax = test_df[['A', 'B']].plot(kind='bar', color=['red', 'blue'])

其中产生：

这意味着第一个图中的 x 轴刻度标签不是绘制值的实际 x 值。 相反， 1实际上在 x = 0 处，因为它是索引的第一个值，而20在 x = 19 处。您可以通过检查 x 轴限制来推断：

>>> ax.get_xlim()
(-0.5, 19.5)

2) 调用test_df['Upper'].plot() （不带kind='bar' ）绘制'Upper'列中的值并使用test_df.index作为 x 坐标。 此调用使用当前轴，看起来它也更改了 x 轴限制以适合最近绘制的数据，其 x 值为 1 到 20。如果您检查第二个绘图上的轴限制，它们将是(1.0, 20.0) 。

为了解决所有这些问题，我建议在绘制数据之前不要增加索引并将其保持在 0-19 之间。 这样你就知道所有的 x 坐标都是一样的。 然后在绘制它们之后，您可以使用ax.set_xticklabels(['your', 'x', 'tick', 'labels'])明确设置 x-tick 标签。

可能有一个kwarg您可以添加到df.plot(kind='bar', ...) ，它将设置 x 坐标以绘制条形图，但我目前似乎找不到它。

Answer 2

您可以使用以下代码将折线图与条形图对齐：

ax.set_xlim(ax.get_xlim()[0]-0.5, ax.get_xlim()[1]+0.5)