Matplotlib中是否有内置方法连接具有相同y值的散点？

嘿，Matplotlib确实没有专门的内置函数直接连接相同y值的散点，但用Pandas的分组功能配合Matplotlib的plot()就能轻松实现你的需求，而且代码逻辑很清晰。

先看你的原始数据，我们需要把所有有效的x值（包括x1和x2中非NaN的部分）和对应的y值关联起来，然后按y值分组，给每组的点画直线就行。

修改后的完整代码 #

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

x1 = [6, 11, 7, 13, 6, 7.5]
x2 = [np.nan, np.nan, np.nan, np.nan, np.nan, 8.6]
y = [2, 10, 2, 14, 9, 10]
df = pd.DataFrame(data=zip(x1, x2, y), columns=["x1", "x2", "y"])

fig, ax = plt.subplots()
ax.set_xlabel("x")
ax.set_ylabel("y")

# 绘制散点
ax.scatter(df["x1"], df["y"], c="k")
ax.scatter(df["x2"], df["y"], edgecolor="k", facecolors="none")

# 连接相同y值的散点
# 1. 把x1和x2转成单列，保留对应的y值，去掉NaN
melted_df = df.melt(id_vars='y', value_vars=['x1', 'x2'], value_name='x').dropna()
# 2. 按y值分组，遍历每组画连线
for y_val, group in melted_df.groupby('y'):
    # 对x值排序，让连线更顺畅（可选，根据你的需求调整）
    group_sorted = group.sort_values('x')
    # 绘制直线：x用排序后的x，y用重复的y_val
    ax.plot(group_sorted['x'], [y_val]*len(group_sorted), color='k', linestyle='-')

plt.show()

代码解释 #

• 数据整理：用pd.melt()把原来的x1和x2列转成一个长列x，同时保留每个x对应的y值，再用dropna()过滤掉无效的NaN值，这样我们就得到了所有需要连接的有效点。
• 分组连线：按y值分组后，每个组里都是相同y值的x点。对每个组的x排序（避免x无序导致连线交叉），然后用ax.plot()绘制直线——因为是相同y值，所以y坐标是重复的y_val。

这样运行后，你会看到：

• y=2的两个实心散点会被直线连接
• y=10的实心散点和空心散点会被直线连接
• 单个点（y=9、y=14）因为没有同y值的其他点，不会生成连线

如果你不想用melt，也可以手动遍历每个y值收集对应的x值，比如：

# 另一种实现方式：手动收集同y值的x
unique_ys = df['y'].unique()
for y_val in unique_ys:
    # 收集该y值下所有非NaN的x值
    xs = []
    xs.extend(df.loc[df['y'] == y_val, 'x1'].dropna().tolist())
    xs.extend(df.loc[df['y'] == y_val, 'x2'].dropna().tolist())
    if len(xs) >= 2:  # 至少两个点才连线
        xs_sorted = sorted(xs)
        ax.plot(xs_sorted, [y_val]*len(xs_sorted), color='k', linestyle='-')

这个方法和前面的效果一致，只是代码稍长一些，看你个人习惯选择。

内容的提问来源于stack exchange，提问作者a11