如何在Matplotlib Python中绘制Pandas dataframe中的区域？

Pandas是Python中的一个强大的数据分析工具，而Matplotlib是Python中一个广泛使用的绘图库。有时，我们需要使用Matplotlib来可视化Pandas dataframe中的数据。在此过程中，我们可能需要绘制一个或多个区域。那么，如何在Matplotlib Python中绘制Pandas dataframe中的区域？

准备

为了演示如何在Matplotlib Python中绘制Pandas dataframe中的区域，我们需要安装以下库：

• Pandas：用于数据处理和管理。
• Matplotlib：用于创建各种类型的图形。

在安装这些库之后，我们可以导入它们：

import pandas as pd
import matplotlib.pyplot as plt

此外，我们将使用以下数据集来演示此过程：

data = {'date': ['2019-01','2019-02','2019-03','2019-04','2019-05','2019-06',
            '2019-07','2019-08','2019-09','2019-10','2019-11','2019-12',
            '2020-01','2020-02','2020-03','2020-04','2020-05','2020-06',
            '2020-07','2020-08','2020-09','2020-10','2020-11','2020-12'],
        'value': [30,50,70,80,90,100,
                  120,110,100,90,80,70,
                  60,70,80,90,100,110,
                  120,100,80,60,40,20]}

df = pd.DataFrame(data)

这是一个简单的数据集，其中包含每个月的值。

Pandas dataframe中绘制单个区域

要在Pandas dataframe中绘制单个区域，我们可以使用
“`fill_between()“`函数。下面是一个简单的示例：

plt.fill_between(df.index, df['value'], y2=0, color='green', alpha=0.3)
plt.show()

在此示例中，我们使用
“`fill_between()“`函数为每个月绘制一个绿色填充区域。“`df[‘value’]“`是要填充的值，“`y2=0“`指定了Y轴底部的位置。“`color=’green’“`指定了填充颜色，“`alpha=0.3“`指定了填充区域的透明度。最后，我们使用“`show()“`函数将图形显示出来。

Pandas dataframe中绘制多个区域

要在Pandas dataframe中绘制多个区域，我们可以使用
“`fill_between()“`函数的多次调用。下面是一个演示如何为三个区域绘制三个填充区域的示例：

plt.fill_between(df.index, df['value'], y2=100, color='green', alpha=0.3)
plt.fill_between(df.index, df['value'], y2=50, color='yellow', alpha=0.3)
plt.fill_between(df.index, df['value'], y2=0, color='red', alpha=0.3)
plt.show()

在此示例中，我们使用
“`fill_between()“`函数三次，每次指定一个不同的填充颜色和不同的Y轴底部位置。也可以使用“`where“`参数来选择希望绘制填充区域的数据。例如，以下代码绘制一个Y轴底部在50的填充区域：

plt.fill_between(df.index, df['value'], where=df['value']<50, 
                interpolate=True, color='green', alpha=0.3)
plt.show()

在此示例中，我们使用
“`where“`参数指定只绘制值小于50的填充区域。“`interpolate=True“`参数指定了要在两个数据点之间进行插值。

结论

通过
“`fill_between()“`函数，我们可以轻松在Matplotlib Python中绘制Pandas dataframe中的区域。我们可以使用这些区域来可视化大量数据，并按照需要使其更具可读性和清晰度。