如何用Seaborn Objects美化时序数据图表并自定义Y轴颜色？

我正在美化按钮按压时序数据的图表，提升可读性以便分析时段内的按压频率。目前已生成初步图表，但数据量较大导致可读性欠佳，现有代码及示例数据如下：

date_list = ['2024/07/27, 22:00:34', '2024/07/27, 21:51:34', '2024/07/27, 21:29:00', '2024/07/27, 21:15:21', '2024/07/27, 21:07:55', '2024/07/28, 20:03:56', '2024/07/28, 20:36:41', '2024/07/28, 20:22:58', '2024/07/28, 20:09:17', '2024/07/28, 20:04:49', '2024/07/29, 20:02:07', '2024/07/29, 19:37:25', '2024/07/29, 17:51:23', '2024/07/29, 17:47:29', '2024/07/29, 17:00:28', '2024/07/30, 16:42:06', '2024/07/30, 16:11:29', '2024/07/30, 16:08:18', '2024/07/30, 15:50:38', '2024/07/30, 15:36:45', '2024/07/30, 15:23:23', '2024/07/31, 15:12:04', '2024/07/31, 15:08:42', '2024/07/31, 15:00:46', '2024/07/31, 14:41:30']

compare_date = datetime.date(1066, 1, 1)
compare_time = datetime.time(12, 00, 00)

dt_df = pd.DataFrame(data_list,columns=["bt_dates"])
dt_df["bt_dates"] = dt_df["bt_dates"].apply(lambda x: datetime.strptime(x, "%Y/%m/%d, %H:%M:%S"))

dt_df["time"] = dt_df["bt_dates"].apply(lambda x: datetime.combine(compare_date, x.time()))
dt_df["date"] = dt_df["bt_dates"].apply(lambda x: datetime.combine(x.date(), compare_time))

f, ax = pyplot.subplots()
(
   seaborn_objects.Plot(dt_df, x="time", y="date")
    .add(seaborn_objects.Dash(), seaborn_objects.Dodge(), orient="y")
    .scale(y=seaborn_objects.Temporal().tick(upto=100))
    .on(ax)
    .plot()
)
ax.xaxis.set_major_formatter(mdates.DateFormatter('%H:%M', ))

下一步希望根据工作日/周末将Y轴日期设为红色，并添加代表睡眠/清醒时段的灰色区域，但刚接触Seaborn Objects，不清楚如何修改Y轴颜色。

实现方案 #

1. 标记工作日/周末 #

先在DataFrame中新增列，区分日期属于工作日还是周末：

import datetime as dt
dt_df["is_weekend"] = dt_df["bt_dates"].dt.weekday >= 5  # 周六(5)、周日(6)标记为周末

2. 自定义Y轴刻度颜色 #

Seaborn Objects侧重数据可视化语法，轴样式精细控制需结合Matplotlib的轴对象实现：

# 绘制图表后遍历Y轴刻度标签
for tick in ax.get_yticklabels():
    # 解析刻度对应的日期
    tick_date = dt.datetime.strptime(tick.get_text(), "%Y-%m-%d").date()
    # 周末刻度设为红色
    if tick_date.weekday() >= 5:
        tick.set_color("red")

3. 添加睡眠时段灰色区域 #

使用Matplotlib的ax.axvspan()添加垂直半透明区域，覆盖睡眠时段（示例为22:00-次日6:00）：

# 定义睡眠时段的时间点
sleep_start = dt.datetime.combine(compare_date, dt.time(22, 0))
sleep_end = dt.datetime.combine(compare_date, dt.time(6, 0))

# 分两段添加跨天的睡眠区域
ax.axvspan(sleep_start, dt.datetime(1066,1,1,23,59,59), color="gray", alpha=0.2)
ax.axvspan(dt.datetime(1066,1,1,0,0), sleep_end, color="gray", alpha=0.2)

完整修改后的代码 #

import pandas as pd
import datetime as dt
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
from seaborn import objects as so

date_list = ['2024/07/27, 22:00:34', '2024/07/27, 21:51:34', '2024/07/27, 21:29:00', '2024/07/27, 21:15:21', '2024/07/27, 21:07:55', '2024/07/28, 20:03:56', '2024/07/28, 20:36:41', '2024/07/28, 20:22:58', '2024/07/28, 20:09:17', '2024/07/28, 20:04:49', '2024/07/29, 20:02:07', '2024/07/29, 19:37:25', '2024/07/29, 17:51:23', '2024/07/29, 17:47:29', '2024/07/29, 17:00:28', '2024/07/30, 16:42:06', '2024/07/30, 16:11:29', '2024/07/30, 16:08:18', '2024/07/30, 15:50:38', '2024/07/30, 15:36:45', '2024/07/30, 15:23:23', '2024/07/31, 15:12:04', '2024/07/31, 15:08:42', '2024/07/31, 15:00:46', '2024/07/31, 14:41:30']

compare_date = dt.date(1066, 1, 1)
compare_time = dt.time(12, 00, 00)

dt_df = pd.DataFrame(date_list, columns=["bt_dates"])
dt_df["bt_dates"] = dt_df["bt_dates"].apply(lambda x: dt.datetime.strptime(x, "%Y/%m/%d, %H:%M:%S"))

dt_df["time"] = dt_df["bt_dates"].apply(lambda x: dt.datetime.combine(compare_date, x.time()))
dt_df["date"] = dt_df["bt_dates"].apply(lambda x: dt.datetime.combine(x.date(), compare_time))
# 新增周末标记列
dt_df["is_weekend"] = dt_df["bt_dates"].dt.weekday >= 5

f, ax = plt.subplots(figsize=(10,6))
(
   so.Plot(dt_df, x="time", y="date")
    .add(so.Dash(), so.Dodge(), orient="y")
    .scale(y=so.Temporal().tick(upto=100))
    .on(ax)
    .plot()
)
ax.xaxis.set_major_formatter(mdates.DateFormatter('%H:%M'))

# 修改Y轴刻度颜色
for tick in ax.get_yticklabels():
    tick_date = dt.datetime.strptime(tick.get_text(), "%Y-%m-%d").date()
    if tick_date.weekday() >=5:
        tick.set_color("red")

# 添加睡眠时段灰色区域
sleep_start = dt.datetime.combine(compare_date, dt.time(22,0))
sleep_end = dt.datetime.combine(compare_date, dt.time(6,0))
ax.axvspan(sleep_start, dt.datetime(1066,1,1,23,59,59), color="gray", alpha=0.2)
ax.axvspan(dt.datetime(1066,1,1,0,0), sleep_end, color="gray", alpha=0.2)

plt.legend(["按压记录", "睡眠时段"])
plt.tight_layout()
plt.show()

说明 #

• Seaborn Objects专注于数据可视化的语法封装，轴样式的精细调整仍需依赖Matplotlib的原生API，直接操作ax对象是最直接的方式。
• 睡眠区域分两段添加是为了覆盖跨天的时间范围，半透明灰色既突出时段，又不会遮挡按压数据。

内容的提问来源于stack exchange，提问作者linkey apiacess