如何在 matplotlib 图中移动一条线？

Question

我试图在 python 中绘制两个列表，一个是test1 ，另一个是predictions1 。

我希望绘制test1列表的前 150 个条目，然后绘制predictions1列表的条目 101-150，以便两个图相互叠加。 这是我尝试过的：

import matplotlib.pyplot as plt
plt.figure(figsize=(15,8))
plt.plot(test1[1:150])
plt.plot(predictions1[101:150], color='red')
plt.show()

但我得到了结果：

显然，这不是我想要实现的，因为我希望红色图在最后叠加在蓝色图上。 请帮忙。

Answer 1

这个想法是创建一个数字列表用作您的 x 数据，从 0 到 150：

x_data = range(150)

然后将其切片，以便对于第一组数据，您的 x 轴使用数字 0 到 149。然后需要对第二组数据进行切片以使用数字 100 到 149。

plt.plot(x_data[:], test1[:150])
plt.plot(x_data[100:], predictions1[100:150], color='red')

请注意，Python 索引从 0 开始，而不是 1

Answer 2

这个建议适用于任何类型的索引值（字符串、日期或整数），只要它们是唯一的。

---

简答：

创建最长系列的熊猫数据框。 这个数据框将有一个索引。 从该系列中获取最后50 个索引值，并将其与新数据框中的预测值相关联。 您的两个数据帧将具有不同的长度，因此您必须merge它们merge在一起以获得两个相等长度的系列。 使用这种方法，您的预测值的前 100 个值将为空，但您的数据将具有关联的索引，以便您可以将其与 test1 系列进行绘制。

详情：

由于您没有共享可重现的数据集，因此我制作了一些应该与您的数据集结构相匹配的随机数据。 下面的第一个片段将重现您的情况，并使两个数组test1和 **predictions1 ** 可用于建议的解决方案。

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

np.random.seed(123456)
rows = 150
df = pd.DataFrame(np.random.randint(-4,5,size=(rows, 1)), columns=['test1'])
datelist = pd.date_range(pd.datetime(2017, 1, 1).strftime('%Y-%m-%d'), periods=rows).tolist()
df['dates'] = datelist 
df = df.set_index(['dates'])
df.index = pd.to_datetime(df.index)
df['test1'] = df['test1'].cumsum()

# Get the last 50 values of test1 (as array instead of dataframe)
# to mimic the names and data types of your source data 
test1 = df['test1'].values
predicionts1 = df['test1'].tail(50).values
predictions1 = predicionts1*1.1

# Reproducing your situation:
import matplotlib.pyplot as plt
plt.figure(figsize=(15,8))
plt.plot(test1)
plt.plot(predictions1, color = 'red')
plt.show()

以下代码段将在 test1 上叠加预测 1：

# Make a new dataframe of your prediction values
df_new = pd.DataFrame(test1)
df_new.columns = ['test1']

# Retrieve index values
new_index = df_new['test1'].tail(len(predictions1)).index

# Make a dataframe with your prediction values and your index
new_series = pd.DataFrame(index = new_index, data = predictions1)

# Merge the dataframes
df_new = pd.merge(df_new, new_series, how = 'left', left_index=True, right_index=True)
df_new.columns = ['test1', 'predictions1']

# And plot it
import matplotlib.pyplot as plt
plt.figure(figsize=(15,8))
plt.plot(df_new['test1'])
plt.plot(df_new['predictions1'], color = 'red')
plt.show()