如何用Matplotlib/Seaborn绘制带垂直线的分类散点资产价格图

解决方案代码 #

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

# 初始化数据
df = pd.DataFrame({'A': [3.5,2,1.5], 'B': [3.5,1.7,1.7],'C': [3.5,0.7,0.7],'D': [3.5,1.1,1.1]})

# 设置x轴参数：资产名称与对应位置
assets = df.columns
x_pos = np.arange(len(assets))

# 创建画布与坐标轴
fig, ax = plt.subplots(figsize=(8, 6))

# 遍历每个资产绘制元素
for idx, asset in enumerate(assets):
    current_high = df.iloc[0, idx]   # 当前最高价
    range_high = df.iloc[1, idx]     # 指定时段价格上限
    history_low = df.iloc[2, idx]    # 历史最低价（同时为时段价格下限）
    
    # 绘制当前最高价实心点
    ax.scatter(x_pos[idx], current_high, color='black', s=60, zorder=5)
    # 绘制历史最低价空心点
    ax.scatter(x_pos[idx], history_low, color='black', s=60, facecolors='none', zorder=5)
    # 绘制时段价格上限空心点（若与下限不同则绘制）
    if range_high != history_low:
        ax.scatter(x_pos[idx], range_high, color='black', s=60, facecolors='none', zorder=5)
        # 绘制时段区间的水平短线
        ax.hlines(y=[range_high, history_low], xmin=x_pos[idx]-0.15, xmax=x_pos[idx]+0.15, color='black')
    # 绘制连接当前最高价与历史最低价的垂直虚线
    ax.vlines(x=x_pos[idx], ymin=history_low, ymax=current_high, linestyle='--', color='black')

# 配置坐标轴与图表样式
ax.set_xticks(x_pos)
ax.set_xticklabels(assets)
ax.set_ylabel('价格')
ax.set_title('资产价格极值与时段区间')
ax.set_ylim(0, 4)
ax.grid(axis='y', linestyle='-', alpha=0.6)

# 优化布局并显示图表
plt.tight_layout()
plt.show()

代码说明 #

1. 数据映射：

   • df.iloc[0, idx]：对应当前最高价，用实心黑点标记
   • df.iloc[2, idx]：对应历史最低价，用空心黑点标记
   • df.iloc[1, idx]：对应指定时段的价格上限，若与历史最低价（时段下限）不同，同样用空心黑点标记，并添加水平短线明确区间范围

2. 图表元素：

   • 垂直虚线：连接当前最高价与历史最低价，展示价格极值跨度
   • 水平短线：仅当时段区间上下限不同时绘制，清晰区分时段价格范围
   • 分层绘制（zorder=5）：确保点在虚线和网格上方显示，避免被遮挡

3. 样式调整：

   • 设置y轴范围为0-4，完整展示所有价格点
   • 添加y轴网格线，提升价格读数的便利性
   • 用tight_layout()自动调整元素间距，避免标签重叠

内容的提问来源于stack exchange，提问作者Sam333