使用ggplot2在同一图表中绘制不同年份的两条温度曲线

核心思路是保留不同年份的月日信息，统一基准年份（比如固定用2020年），让x轴以标准日期格式展示，同时用两条曲线分别对应不同年份的温度数据，实现直观对比。

步骤1：数据预处理（以Python Pandas为例） #

先确保日期列是datetime类型，拆分目标年份的数据，生成用于绘图的统一基准日期：

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

# 读取数据并解析日期列（替换成你的数据路径和日期列名）
df = pd.read_csv('temp_data.csv', parse_dates=['date'])

# 拆分两年的数据（这里以2021和2022年为例）
df_2021 = df[df['date'].dt.year == 2021].copy()
df_2022 = df[df['date'].dt.year == 2022].copy()

# 生成统一基准年的日期（仅保留月日，年份替换为固定值）
df_2021['plot_date'] = df_2021['date'].apply(lambda x: x.replace(year=2020))
df_2022['plot_date'] = df_2022['date'].apply(lambda x: x.replace(year=2020))

步骤2：绘制对比曲线 #

用Matplotlib绘制两条曲线，同时配置x轴的日期显示格式：

plt.figure(figsize=(10, 6))

# 绘制两年的温度曲线
plt.plot(df_2021['plot_date'], df_2021['temp'], label='2021年', linewidth=2)
plt.plot(df_2022['plot_date'], df_2022['temp'], label='2022年', linewidth=2)

# 配置x轴日期显示格式（月-日）
plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%m-%d'))
# 设置x轴刻度间隔（每周一个刻度，避免拥挤）
plt.gca().xaxis.set_major_locator(mdates.WeekdayLocator())

# 图表美化
plt.xlabel('日期', fontsize=12)
plt.ylabel('温度(℃)', fontsize=12)
plt.title('两年温度趋势对比', fontsize=14)
plt.legend(fontsize=12)
plt.xticks(rotation=45)
plt.tight_layout()

plt.show()

特殊情况处理 #

如果数据包含闰年的2月29日，可选择以下方式处理：

• 用2020年（闰年）作为基准年，直接保留2月29日
• 把闰年的2月29日替换为2月28日：x.replace(month=2, day=28)
• 直接过滤该日期：df = df[~((df['date'].dt.month == 2) & (df['date'].dt.day == 29))]

内容的提问来源于stack exchange，提问作者Mdun