求助：基于DataFrame中sourceId值绘制ionoCorr子图/单图的问题

需求说明 #

基于DataFrame数据绘制两类图表：

• X轴统一使用iTOW字段，Y轴为ionoCorr字段
• 方案一：创建2个子图，分别展示sourceId=1和sourceId=2的ionoCorr变化
• 方案二：在单个子图中同时绘制两组数据的折线

方案一：双生子图实现 #

原代码问题 #

1. 仅筛选了sourceId=1的数据，未处理sourceId=2的情况
2. 多余的df2.items()循环会重复创建子图，造成资源浪费
3. 无意义的twinx()调用（若不需要双Y轴）

修正代码 #

import matplotlib.pyplot as plt
from matplotlib.backends.backend_pdf import PdfPages

with PdfPages(output_file) as pdf:
    # 筛选两组目标数据
    df_source1 = final_df1.loc[final_df1['sourceId'] == 1.0]
    df_source2 = final_df1.loc[final_df1['sourceId'] == 2.0]
    
    # 创建2行1列的子图，共享X轴保证刻度对齐
    fig, (ax_top, ax_bottom) = plt.subplots(nrows=2, ncols=1, figsize=(8.27, 11.69), sharex=True)
    
    # 绘制sourceId=1的子图
    ax_top.plot(df_source1['iTOW'], df_source1['ionoCorr'], color="green")
    ax_top.set_ylabel("Correction")
    ax_top.grid(True)
    ax_top.set_title(f"sourceId=1 - {input_file_path}", wrap=True)
    
    # 绘制sourceId=2的子图
    ax_bottom.plot(df_source2['iTOW'], df_source2['ionoCorr'], color="red")
    ax_bottom.set_ylabel("Correction")
    ax_bottom.set_xlabel("iTOW")
    ax_bottom.grid(True)
    ax_bottom.set_title(f"sourceId=2 - {input_file_path}", wrap=True)
    
    # 自动调整子图间距，避免标题/标签重叠
    plt.tight_layout()
    pdf.savefig()
    plt.close()

方案二：单图双折线实现 #

原代码问题 #

绘图区域被填充而非显示折线，核心原因：

• iTOW字段未排序，导致折线乱序交叉连成填充块
• 可能存在非数值类型数据，导致绘图逻辑异常

修正代码 #

import matplotlib.pyplot as plt
from matplotlib.backends.backend_pdf import PdfPages

with PdfPages(output_file) as pdf:
    fig, ax = plt.subplots(figsize=(8.27, 5))
    
    # 遍历两组sourceId，绘制有序折线
    for source_id, color in [(1, "green"), (2, "red")]:
        # 筛选数据后按iTOW排序，保证折线顺序正确
        df_filtered = final_df1[final_df1['sourceId'] == source_id].sort_values(by='iTOW')
        ax.plot(df_filtered['iTOW'], df_filtered['ionoCorr'], color=color, label=f"Source {source_id}")
    
    # 设置图表基础属性
    ax.set_ylabel("Correction")
    ax.set_xlabel("iTOW")
    ax.grid(True)
    ax.legend()
    ax.set_title(input_file_path, wrap=True)
    
    pdf.savefig()
    plt.close()

额外排查步骤 #

1. 检查数据类型：执行final_df1.dtypes确认iTOW和ionoCorr为数值类型，若为object则转换：

   final_df1[['iTOW', 'ionoCorr']] = final_df1[['iTOW', 'ionoCorr']].astype(float)
   

2. 若数据量过大，可采样后绘图：

   df_filtered = df_filtered.sample(frac=0.1, random_state=42)  # 采样10%数据
   

内容的提问来源于stack exchange，提问作者Kapil