如何用ggplot2叠加绘制Predicted RUL与Actual RUL对比图？

下面提供两种常用的Python实现方法，帮你完成每个Engine对应两组数据的对比展示：

方法1：Matplotlib 分组柱状图（手动控制布局） #

适合需要精细调整样式的场景，代码逻辑清晰：

import pandas as pd
import matplotlib.pyplot as plt

# 替换为你的实际数据加载代码，比如 pd.read_csv("your_data.csv")
data = {
    'Engine': range(1, 101),
    'Predicted RUL': [172, 126, 27, 52, 84] + list(range(10, 60, 1))*19,
    'Actual RUL': [112, 98, 69, 82, 91] + list(range(20, 70, 1))*19
}
df = pd.DataFrame(data)

# 设置柱子宽度与x轴位置，实现并排效果
bar_width = 0.35
x_indices = range(len(df['Engine']))

plt.figure(figsize=(12, 6))
# 绘制预测值柱子
plt.bar([i - bar_width/2 for i in x_indices], df['Predicted RUL'], width=bar_width, label='Predicted RUL')
# 绘制实际值柱子
plt.bar([i + bar_width/2 for i in x_indices], df['Actual RUL'], width=bar_width, label='Actual RUL')

# 配置轴标签与样式
plt.xticks(x_indices, df['Engine'], rotation=45, fontsize=8)
plt.xlabel('Engine')
plt.ylabel('RUL')
plt.title('Predicted vs Actual RUL by Engine')
plt.legend()

plt.tight_layout()
plt.show()

方法2：Seaborn 分组柱状图（简洁高效） #

利用Seaborn的内置功能，无需手动调整柱子位置，只需先将数据转为长格式：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 加载数据（同上）
data = {
    'Engine': range(1, 101),
    'Predicted RUL': [172, 126, 27, 52, 84] + list(range(10, 60, 1))*19,
    'Actual RUL': [112, 98, 69, 82, 91] + list(range(20, 70, 1))*19
}
df = pd.DataFrame(data)

# 将宽格式数据转为长格式，适配Seaborn
df_melted = df.melt(
    id_vars='Engine',
    value_vars=['Predicted RUL', 'Actual RUL'],
    var_name='RUL Category',
    value_name='RUL Value'
)

plt.figure(figsize=(12, 6))
sns.barplot(x='Engine', y='RUL Value', hue='RUL Category', data=df_melted)

# 配置样式
plt.xlabel('Engine')
plt.ylabel('RUL')
plt.title('Predicted vs Actual RUL by Engine')
plt.xticks(rotation=45, fontsize=8)
plt.tight_layout()
plt.show()

可选：叠加柱状图 #

如果需要将两组数据堆叠展示（而非并排），可以使用Matplotlib的bottom参数：

import pandas as pd
import matplotlib.pyplot as plt

# 加载数据（同上）
data = {
    'Engine': range(1, 101),
    'Predicted RUL': [172, 126, 27, 52, 84] + list(range(10, 60, 1))*19,
    'Actual RUL': [112, 98, 69, 82, 91] + list(range(20, 70, 1))*19
}
df = pd.DataFrame(data)

plt.figure(figsize=(12, 6))
# 先绘制实际值作为基底
plt.bar(df['Engine'], df['Actual RUL'], label='Actual RUL')
# 将预测值叠加在实际值上方
plt.bar(df['Engine'], df['Predicted RUL'], bottom=df['Actual RUL'], label='Predicted RUL')

plt.xlabel('Engine')
plt.ylabel('RUL')
plt.title('Predicted vs Actual RUL (Stacked)')
plt.legend()
plt.xticks(rotation=45, fontsize=8)
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者benny86