如何在Python中可视化含重叠事件的Pandas事件序列数据

你可以用Matplotlib（静态图）或Plotly（交互式图）来实现需求，下面是具体实现方法：

一、数据准备 #

先把你的数据转为Pandas DataFrame：

import pandas as pd

data = {
    "事件类型": ["A", "B", "C", "A"],
    "开始时间": [1, 2.5, 9.5, 6],
    "结束时间": [3, 5, 11, 9]
}
df = pd.DataFrame(data)

二、Matplotlib实现（静态图，支持重叠错开） #

如果需要手动控制重叠事件的显示位置，用Matplotlib更灵活：

1. 处理重叠事件：给同一类型的重叠事件分配垂直偏移，避免图形重叠

# 按事件类型分组并按开始时间排序
df_sorted = df.sort_values(["事件类型", "开始时间"])
# 计算每个事件的重叠偏移量
df_sorted["偏移量"] = df_sorted.groupby("事件类型").apply(
    lambda group: group["开始时间"].apply(
        lambda s: sum((group["开始时间"] < s) & (group["结束时间"] > s))
    )
).reset_index(drop=True)

2. 绘制图表

import matplotlib.pyplot as plt

# 映射事件类型到y轴位置
event_y_mapping = {typ: idx for idx, typ in enumerate(df_sorted["事件类型"].unique())}

plt.figure(figsize=(10, 4))

# 逐个绘制事件条形
for _, row in df_sorted.iterrows():
    # 计算当前事件的y位置（基础位置+偏移量）
    y = event_y_mapping[row["事件类型"]] + row["偏移量"] * 0.2
    # 绘制横向条形
    plt.barh(y, width=row["结束时间"] - row["开始时间"], left=row["开始时间"], height=0.15)

# 设置图表样式
plt.yticks(list(event_y_mapping.values()), list(event_y_mapping.keys()))
plt.xlabel("时间")
plt.title("事件时间线")
plt.tight_layout()
plt.show()

这段代码会把同一类型的重叠事件在y轴方向上错开显示，避免遮挡。

三、Plotly实现（交互式图，自动处理重叠） #

如果需要交互式的图表（支持hover查看详情、缩放等），用Plotly更方便：

import plotly.express as px

# 绘制时间线图
fig = px.timeline(df, x_start="开始时间", x_end="结束时间", y="事件类型", color="事件类型")
# 设置y轴顺序为事件类型出现的顺序
fig.update_yaxes(categoryorder="category ascending")
# 调整布局
fig.update_layout(title="事件时间线", xaxis_title="时间")
# 显示图表
fig.show()

Plotly会自动将同一类型的重叠事件堆叠显示，交互体验更好。

内容的提问来源于stack exchange，提问作者lpounng