Pandas 条 plot x 轴卡在错误的列上

Question

我想从 pandas Z6A8064B5DF479455550055ZC4 到 pandas Z6A8064B5DF479455550055ZC7 的一个酒吧 plot。

我的 dataframe（数据）如下所示：

0  Channel  Counts  Energy [keV]
0        1       0         -0.02
0        2       0          0.01
0        3       0          0.04 
...
2     2044       2         58.81
1     2045       1         58.83
[2048 rows x 4 columns]

我正在用 x = data["Energy [keV]"] 和 height = data["Counts"] 绘制条形 plot ，无论我尝试什么，我都会得到：

• 所有 2048 个能量值的标签都变得一团糟
• 前 50 个（例如）能量值在 x 轴的开始处混杂在一起

基本上 plot 正在绘制柱状图的 position 右侧（使用能量值），当我尝试操纵刻度或添加垂直线时，它总是使用 0 到 2048 x 轴。

我得到的是： plot 值混乱（刻度太多）

代码：

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

tmp = {'Channel': np.arange(1, 2049, 1),'Energy [keV]': np.arange(1, 2049, 1),
       'Counts': np.random.rand(2048)*1000}
data = pd.DataFrame(tmp)
data['Energy [keV]'] = -0.048 + 0.029*data['Channel']

fig4 = plt.figure(figsize=(16,8))
ax4 = fig4.add_subplot(1, 1, 1)

data.plot.bar(x = "Energy [keV]", y = "Counts", width=1, ax=ax4, align='center')
ax4.vlines(x=25.0, ymin = ylim_min, ymax = ylim_max, color = 'darkred')

我尝试了几种解决方案，包括将列转换为 numpy arrays，更改 dataframe 索引，xaxis.set_ticks，xaxis.set_major_formatter ......但总是有问题

我想要像 5.0、10.0、15.0 这样的漂亮的圆形刻度，当我在 x=25.0 处制作 vline 时，它实际上的值是 25.0。 在代码中，我创建了一个随机数，因此片段将更容易重新创建。

Answer 1

你试过ax4.bar(data["Energy [keV]"], data["Counts"], width=1, align='center')吗？

Answer 2

正如您在pandas 文档中所读到的那样：

一个条形 plot 是一个 plot ，它显示分类数据，矩形条的长度与它们所代表的值成比例

它试图显示所有的“类别”。 问题是，它将每个观察值视为单一类别 - 因此，如果观察值未均匀分布在 x 轴上（在您的示例中，它们不是），x 轴将被扭曲。 为了说明这一点，如果我们修改您的数据：

data['Energy [keV]'] = data['Energy [keV]'] + (data['Energy [keV]'] > 50)*2

而 plot 它使用 bar，你不会看到任何可疑的东西：

虽然实际数据如下所示：

您当然可以通过设置 x_ticks尝试以某种方式修复它，但这是预期的行为 - 可能会考虑一些不同的图表类型，例如：

data.plot.line(x = "Energy [keV]", y = "Counts",ax=ax4, linewidth =0.1)
ax4.fill_between(x = data["Energy [keV]"], y1 = data["Counts"], y2=0)
ax4.set_xlim(data["Energy [keV]"].min(), data["Energy [keV]"].max())
ax4.set_ylim(0, data["Counts"].max()*1.1)
ax4.axvline(x=25.0, color = 'darkred')

或者：

markerline, stemlines, baseline = ax4.stem(data["Energy [keV]"], data["Counts"], markerfmt=' ')
plt.setp(stemlines, 'linewidth', 0.4)
ax4.set_xlim(data["Energy [keV]"].min(), data["Energy [keV]"].max())
ax4.set_ylim(0, data["Counts"].max()*1.1)
ax4.axvline(x=25.0, color = 'darkred')