在 seaborn 中为时间序列 plot 的一部分着色

Question

基于包含两列的 dataframe，一列带有日期和时间，一列带有价格值，我得到以下图：

import seaborn as sns
# Use seaborn style defaults and set the default figure size
sns.set(rc={'figure.figsize':(20, 7)})
df['value'].plot(linewidth=0.5);

cols_plot = ['value']
axes = df[cols_plot].plot(marker='.', alpha=0.5, linestyle='None', figsize=(20, 7), subplots=True)
for ax in axes:
      ax.set_ylabel('Price')

我想为图表的一部分（即 7 天）使用不同的颜色。 我首先尝试使用标记，但属性.axvline不起作用。 我知道通常使用plt.plot之类的东西，其中有指定间隔和颜色的参数，但就我而言，我有一个数组。 不是 plot。

编辑：这是数据数组的示例：

+-----------------------------------+------------+
|               Start                   Value    |
+-----------------------------------+------------+
  08.06.2019 08:00                         33
  08.06.2019 09:00                         65      
  08.07.2019 08:00                         45 
  08.07.2019 09:00                         57 
  08.08.2019 08:00                         52 
+-----------------------------------+------------+

我只想为跨越 7 月的图表着色。

Answer 1

我不确定我是否理解了你的问题，所以我将以 go 为例：

import matplotlib.pyplot as plt

t=[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

a=[10, 50, 100, 40, 20, 10, 80, 50, 78, 41]

plt.plot(t[0:5], a[0:5], color='red')
plt.plot(t[6:10], a[6:10], color='blue')

你想做类似的事情吗？

编辑：

嗨对不起久等了

因此，我假设您有两个变量，一个包含 valeus，另一个包含日期。 Personnaly，我去了类似的东西：

date = ['08.06.2019', '08.06.2019', '08.07.2019', '08.07.2019', '08.08.2019']
value = [33, 65, 45, 57, 52]


t =[]
a=[]

for i in range(len(date)):
    t.append(date[i].split("."))


for i in range(len(t)):
    a.append(int(t[i][1]))


plt.xticks((6, 7, 8), ('08.06.2019', '08.07.2019', '08.08.2019'))
for i in range(len(a)):
    if a[i] == 7 :
        plt.scatter(a[i], value[i], color = "red")
    else : 
        plt.scatter(a[i], value[i], color ="blue")

它允许您显示散点图 plot，如果您想要带有线条的 plot，您可以从中获得灵感！ 希望能帮助到你 ！

Answer 2

你可以先 plot 一个正常的时间序列 plot

fig = plt.figure(figsize=(15,4)) 
ax1=plt.subplot(121)

sns.lineplot(x="Date", y="Value", data=df, ax=ax1) # plot normal time series plot
ax1.xaxis.set_major_formatter(mdates.DateFormatter("%b-%Y")) # change to nicer date format

然后 plot 只是将感兴趣的区域覆盖在正常时间序列 plot 之上。

# plot subset on top of the normal time series
sns.lineplot(x="Date", y="Value", 
    data=df[(df['Date'] > '2018-11-30') & (df['Date'] < '2019-01-01')], 
    color='green', ax=ax1)