求助：如何用Python实现带发散配色的折线图？

要实现带发散色阶的折线图，核心是让折线颜色随目标数值（比如Y轴值）变化，Matplotlib的LineCollection是最直接的实现方式，下面是具体步骤和可复用代码：

步骤1：预处理数据 #

先确保日期列转为datetime类型，同时把数值列做归一化处理，用于后续映射色阶：

import matplotlib.pyplot as plt
from matplotlib.collections import LineCollection
import seaborn as sns
import pandas as pd
import numpy as np

# 假设你的DataFrame为df，包含'date'（X轴）和'value'（Y轴）列
df['date'] = pd.to_datetime(df['date'])
# 把数值映射到0-1区间，用于色阶索引
norm = plt.Normalize(df['value'].min(), df['value'].max())

步骤2：构建折线分段数据 #

LineCollection需要将连续的点拆成独立线段，每个线段对应一个颜色值：

# 把日期转为Matplotlib可识别的数值坐标
x = df['date'].apply(lambda d: d.toordinal()).values
y = df['value'].values

# 构建线段数组：形状为(n_segments, 2, 2)，每个元素对应一组[(x1,y1), (x2,y2)]的线段
points = np.column_stack([x, y]).reshape(-1, 1, 2)
segments = np.concatenate([points[:-1], points[1:]], axis=1)

步骤3：应用发散色阶并绘图 #

选择合适的发散色阶（比如RdBu_r、coolwarm、Seaborn的seismic），完成绘图：

# 创建LineCollection对象，关联色阶和归一化规则
lc = LineCollection(segments, cmap='RdBu_r', norm=norm)
# 给每个线段绑定对应的数值，实现颜色映射
lc.set_array(y)
# 设置折线宽度
lc.set_linewidth(2)

# 初始化画布并绘图
fig, ax = plt.subplots(figsize=(10, 6))
ax.add_collection(lc)
# 设置坐标轴范围
ax.set_xlim(x.min(), x.max())
ax.set_ylim(y.min() - y.std()*0.1, y.max() + y.std()*0.1)
# 将X轴转回日期格式并优化显示
ax.set_xticks(x[::len(x)//5])
ax.set_xticklabels(df['date'].dt.strftime('%Y-%m-%d')[::len(x)//5], rotation=45)

# 添加色条说明
cbar = plt.colorbar(lc, ax=ax)
cbar.set_label('数值')

plt.tight_layout()
plt.show()

实用优化技巧 #

• 如果需要以某个中间值（比如0）为发散中心，调整归一化范围即可：

  # 以0为中心，取数值绝对值的最大值作为上下限
  vmax = max(abs(df['value'].min()), df['value'].max())
  norm = plt.Normalize(-vmax, vmax)
  

• 要套用Seaborn风格，只需在绘图前添加：

  sns.set_style('whitegrid')
  

内容的提问来源于stack exchange，提问作者KIRAN REDDY