JupyterLab中数据集百分比差异计算与绘图问题求助

一、百分比差异计算修正 #

你得到全负数结果是因为分子顺序搞反了。根据你的需求（H5与CP的差值为正），需调整计算逻辑，同时要避免除以0的报错情况：

原错误代码：

diffs = []
for x, y in zip(MELT_data_h5['MELT'], MELT_data_CP['MELT']):
    sum = ((y - x) / x) * 100  # y是CP值、x是H5值，y-x为负，结果自然为负
    diffs.append(sum)

修正后代码（以CP为基准，计算H5相对CP的百分比差异）：

diffs = []
for h5_val, cp_val in zip(MELT_data_h5['MELT'], MELT_data_CP['MELT']):
    # 避免CP值为0时的除以0错误
    if cp_val != 0:
        diff = ((h5_val - cp_val) / cp_val) * 100
    else:
        diff = float('nan')  # 标记为缺失值，后续绘图自动跳过
    diffs.append(diff)

如果需要以H5为基准计算CP的百分比差异，调整为：

diffs = []
for h5_val, cp_val in zip(MELT_data_h5['MELT'], MELT_data_CP['MELT']):
    if h5_val != 0:
        diff = ((cp_val - h5_val) / h5_val) * 100
    else:
        diff = float('nan')
    diffs.append(diff)

二、解决绘图空白问题 #

空白图的核心原因是你只设置了轴属性，没有将数据绘制到画布上。以下是完整的阶梯图/折线图方案：

完整绘图代码（阶梯图示例） #

import matplotlib.pyplot as plt
import datetime
import pandas as pd

# 确保年份列是datetime格式（如果不是索引，替换为你的日期列名）
if not isinstance(MELT_data_h5.index, pd.DatetimeIndex):
    years = pd.to_datetime(MELT_data_h5['date_column'])
else:
    years = MELT_data_h5.index

# 绘制阶梯图
plt.step(years, diffs, where='mid', label='H5 vs CP % Difference')

# 设置轴参数
plt.xlim(datetime.datetime(1980,1,1), datetime.datetime(2023,1,1))
# 根据修正后的diffs调整Y轴范围（示例为0到400，可根据实际数据修改）
plt.ylim(0, 400)
plt.xlabel('Year', fontsize=15)
plt.ylabel('% Difference', fontsize=15)
plt.legend()
plt.grid(True)
plt.show()

关键注意点 #

• 必须确保X轴的年份是datetime类型，matplotlib才能正确解析
• 缺失值nan会被自动跳过，不影响绘图效果

三、效率优化建议 #

用pandas向量化运算替代循环，处理大数据集时效率更高：

import pandas as pd

# 直接按列计算百分比差异
diffs = ((MELT_data_h5['MELT'] - MELT_data_CP['MELT']) / MELT_data_CP['MELT']) * 100
# 将CP值为0的位置替换为缺失值
diffs = diffs.where(MELT_data_CP['MELT'] != 0, float('nan'))

内容的提问来源于stack exchange，提问作者naiyaluna