如何在Pandas DataFrame中绘制带标记点的行数据折线图?
Pandas DataFrame 折线图绘制实现
首先构造示例中的DataFrame:
import pandas as pd import matplotlib.pyplot as plt # 构造数据 data = { "sample_number": [1, 2, 3, 4, 5, 6], "data_point_1": [0.10, 0.50, 0.25, 0.17, 0.65, 0.49], "data_point_2": [0.15, 0.54, 0.32, 0.27, 0.51, 0.62], "data_point_3": [0.29, 0.71, 0.51, 0.34, 0.71, 0.69], "sig_point": [0.20, 0.62, 0.45, 0.30, 0.62, 0.64] } df = pd.DataFrame(data)
场景1:绘制单个样本的折线图
指定目标样本(比如sample_number=2),提取其三个data_point绘制折线,并标记sig_point位置:
# 筛选目标样本行 target_sample = df[df["sample_number"] == 2].iloc[0] # 提取data_point的标签和数值 x_labels = ["data_point_1", "data_point_2", "data_point_3"] y_data = target_sample[x_labels].values # 绘制折线图 plt.figure(figsize=(8, 5)) plt.plot(x_labels, y_data, marker='o', color='blue', linewidth=2, label=f"Sample {target_sample['sample_number']}") # 标记sig_point:添加水平虚线+红色"x"标记 plt.axhline(y=target_sample["sig_point"], color='red', linestyle='--', alpha=0.7) plt.text(x=x_labels[1], y=target_sample["sig_point"] + 0.02, s='x', fontsize=14, color='red', label=f"Sig Point: {target_sample['sig_point']}") # 设置图表属性 plt.title(f"Sample {target_sample['sample_number']} Data Points", fontsize=14) plt.xlabel("Data Point Type", fontsize=12) plt.ylabel("Value", fontsize=12) plt.legend() plt.grid(axis='y', alpha=0.3) plt.show()
场景2:循环绘制多个样本的折线图(带图例和sig_point标记)
使用df.iterrows()遍历所有样本,逐个绘制折线,并为每个样本标记对应的sig_point:
plt.figure(figsize=(10, 6)) # 遍历每一行样本 for index, row in df.iterrows(): x_labels = ["data_point_1", "data_point_2", "data_point_3"] y_data = row[x_labels].values # 绘制当前样本的折线 plt.plot(x_labels, y_data, marker='o', linewidth=2, label=f"Sample {row['sample_number']}") # 在图表右侧标记当前样本的sig_point plt.text(x=3.1, y=row["sig_point"], s='x', fontsize=12, color=plt.gca().lines[-1].get_color()) # 添加sig_point数值标注(可选) plt.text(x=3.2, y=row["sig_point"], s=f"{row['sig_point']}", fontsize=10, color=plt.gca().lines[-1].get_color()) # 设置图表属性 plt.title("All Samples Data Points with Sig Point Markers", fontsize=14) plt.xlabel("Data Point Type", fontsize=12) plt.ylabel("Value", fontsize=12) # 调整x轴范围,给右侧标记留出空间 plt.xlim(-0.2, 3.8) plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left') plt.grid(axis='y', alpha=0.3) plt.tight_layout() plt.show()
说明
- 场景1用水平虚线突出
sig_point的数值位置,红色"x"清晰标记关键值 - 场景2中每个样本的折线和
sig_point标记使用同一种颜色,右侧标注方便对应查看,图例放在右侧避免遮挡图表
内容的提问来源于stack exchange,提问作者MAtennis9
相关产品推荐
相关产品推荐

