matplotlib颜色线由“值”[重复]

Question

之前有人问过这个问题的各种版本，我不确定我是应该在其中一个线程上提问还是开始一个新线程。如下：

我有一个 pandas 数据框，其中有一列（例如：速度）我正在尝试绘制，然后是另一列（例如：活动），目前为真/假。根据 active 的值，我想为线图着色。

这个帖子似乎是“正确”的解决方案，但我遇到了一个问题： seaborn or matplotlib line chart, line color depending on variable OP 和我正在努力实现同样的目标：

这是一个损坏的情节/复制器：

Values=[3,4,6, 6,5,4, 3,2,3, 4,5,6]
Colors=['red','red', 'red', 'blue','blue','blue', 'red', 'red', 'red', 'blue', 'blue', 'blue']
myf = pd.DataFrame({'speed': Values, 'colors': Colors})

grouped = myf.groupby('colors')
fig, ax = plt.subplots(1)

for key, group in grouped:
   group.plot(ax=ax, y="speed", label=key, color=key)

结果图有两个问题：不仅改变的颜色线没有“连接”，而且颜色本身“跨”端点连接：

我想看到的是从红色到蓝色的变化，看起来就像是一条连续的线。

Color line by third variable - Python 似乎做了正确的事情，但我不是在处理“线性”颜色数据。我基本上是在列中分配一组线条颜色。我可以轻松地将颜色列的值设置为数字：

Colors=['1','1', '1', '2','2'...]

如果这样可以更容易地生成所需的图。

第一个帖子里有评论：

如果您在颜色更改时复制点，您可以这样做，我已经 修改后的答案

但我基本上是复制并粘贴了答案，所以我不确定该评论是否完全准确。

Answer 1

我试了一下。按照您链接的另一个问题中的 cmets 将我带到this。我确实必须深入到 matplotlib 并且不能在 pandas 本身中做到这一点。一旦我将数据框转换为列表，它的代码与mpl page 中的代码几乎相同。

我创建了类似于你的数据框：

vals=[3,4,6, 6,5,4, 3,2,3, 4,5,6]
colors=['red' if x < 5 else 'blue' for x in vals]
df = pd.DataFrame({'speed': vals, 'danger': colors})

将 val 和索引转换为列表

x = df.index.tolist()
y = df['speed'].tolist()
z = np.array(list(y))

将 val 和索引分解为点，然后创建线段 离开他们。

points = np.array([x, y]).T.reshape(-1, 1, 2)
segments = np.concatenate([points[:-1], points[1:]], axis=1)

根据创建数据框时使用的标准创建颜色图。在我的情况下，速度小于 5 是红色的，其余是蓝色的。

cmap = ListedColormap(['r', 'b'])
norm = BoundaryNorm([0, 4, 10], cmap.N)

创建线段并相应地分配颜色

lc = LineCollection(segments, cmap=cmap, norm=norm)
lc.set_array(z)

情节！

fig = plt.figure()
plt.gca().add_collection(lc)
plt.xlim(min(x), max(x))
plt.ylim(0, 10)

这是输出：

注意：在当前代码中，线段的颜色取决于起点。但希望这能给你一个想法。

在这里回答问题我还是个新手。让我知道是否需要添加/删除一些细节。谢谢！

Answer 2

设置

import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

Values=[3,4,6, 6,5,4, 3,2,3, 4,5,6]
Colors=['red','red', 'red', 'blue','blue','blue', 'red', 'red', 'red', 'blue', 'blue', 'blue']
myf = pd.DataFrame({'speed': Values, 'colors': Colors})

解决方案

1。根据Pandas "diff()" with string 检测颜色变化点并标记连续颜色的子组

myf['change'] = myf.colors.ne(myf.colors.shift().bfill()).astype(int)
myf['subgroup'] = myf['change'].cumsum()

myf
   colors  speed  change  subgroup
0     red      3       0         0
1     red      4       0         0
2     red      6       0         0
3    blue      6       1         1
4    blue      5       0         1
5    blue      4       0         1
6     red      3       1         2
7     red      2       0         2
8     red      3       0         2
9    blue      4       1         3
10   blue      5       0         3
11   blue      6       0         3

2。在索引中创建间隙以适应颜色子组之间的重复行

myf.index += myf['subgroup'].values

myf
   colors  speed  change  subgroup
0     red      3       0         0
1     red      4       0         0
2     red      6       0         0
4    blue      6       1         1  # index is now 4; 3 is missing
5    blue      5       0         1
6    blue      4       0         1
8     red      3       1         2  # index is now 8; 7 is missing
9     red      2       0         2
10    red      3       0         2
12   blue      4       1         3  # index is now 12; 11 is missing
13   blue      5       0         3
14   blue      6       0         3

3。保存每个子组第一行的索引

first_i_of_each_group = myf[myf['change'] == 1].index

first_i_of_each_group
Int64Index([4, 8, 12], dtype='int64')

4。将每个组的 first 行复制到前一个组的 last 行

for i in first_i_of_each_group:
    # Copy next group's first row to current group's last row
    myf.loc[i-1] = myf.loc[i]
    # But make this new row part of the current group
    myf.loc[i-1, 'subgroup'] = myf.loc[i-2, 'subgroup']
# Don't need the change col anymore
myf.drop('change', axis=1, inplace=True)
myf.sort_index(inplace=True)
# Create duplicate indexes at each subgroup border to ensure the plot is continuous.
myf.index -= myf['subgroup'].values

myf
   colors  speed  subgroup
0     red      3         0
1     red      4         0
2     red      6         0
3    blue      6         0  # this and next row both have index = 3
3    blue      6         1  # subgroup 1 picks up where subgroup 0 left off
4    blue      5         1
5    blue      4         1
6     red      3         1
6     red      3         2
7     red      2         2
8     red      3         2
9    blue      4         2
9    blue      4         3
10   blue      5         3
11   blue      6         3

5。情节

fig, ax = plt.subplots()
for k, g in myf.groupby('subgroup'):
    g.plot(ax=ax, y='speed', color=g['colors'].values[0], marker='o')
ax.legend_.remove()