如何通过循环修改折线图指定时间区间的颜色？

问题描述 #

我需要修改折线图中部分区域的颜色，现有原始时间序列DataFrame如下：

{'ICP': {0: 5.070969052803593,
  1: 5.4817961734227065,
  2: 6.397815732226121,
  3: 6.0582909835985195,
  4: 6.305368037683179,
  5: 5.913004902475054,
  6: 6.108737887168982,
  7: 5.80118107371289,
  8: 6.7867417878010965,
  9: 5.088879690164107},
 'Timestamp': {0: Timestamp('2020-12-16 10:04:00'),
  1: Timestamp('2020-12-16 10:05:00'),
  2: Timestamp('2020-12-16 10:06:00'),
  3: Timestamp('2020-12-16 10:07:00'),
  4: Timestamp('2020-12-16 10:08:00'),
  5: Timestamp('2020-12-16 10:09:00'),
  6: Timestamp('2020-12-16 10:10:00'),
  7: Timestamp('2020-12-16 10:11:00'),
  8: Timestamp('2020-12-16 10:12:00'),
  9: Timestamp('2020-12-16 10:13:00')}}

已绘制该DataFrame的折线图，同时存在一个包含时间区间的DataFrame：

{'BeginDate': {0: Timestamp('2020-12-16 10:04:00'),
  14: Timestamp('2020-12-17 03:53:00'),
  16: Timestamp('2020-12-17 18:09:00'),
  18: Timestamp('2020-12-18 03:39:00'),
  20: Timestamp('2020-12-19 00:11:00'),
  24: Timestamp('2020-12-19 04:27:00'),
  25: Timestamp('2020-12-19 08:55:00'),
  28: Timestamp('2020-12-19 09:15:00'),
  32: Timestamp('2020-12-19 13:50:00'),
  33: Timestamp('2020-12-19 14:53:00')},
 'EndDate': {0: Timestamp('2020-12-17 03:12:00'),
  14: Timestamp('2020-12-17 18:04:00'),
  16: Timestamp('2020-12-18 03:36:00'),
  18: Timestamp('2020-12-19 00:08:00'),
  20: Timestamp('2020-12-19 04:17:00'),
  24: Timestamp('2020-12-19 08:54:00'),
  25: Timestamp('2020-12-19 09:12:00'),
  28: Timestamp('2020-12-19 13:44:00'),
  32: Timestamp('2020-12-19 14:52:00'),
  33: Timestamp('2020-12-19 18:14:00')}}

我希望为该DataFrame每行对应的时间区间，修改折线图中对应段的颜色。目前仅能绘制单个区间的着色效果，代码如下：

# The entire time series    
ax = df['ICP'].plot(figsize = (16,5), title = "ICP")
ax.set(xlabel='Dates', ylabel='ICP')
# The orange part (a row of the dataframe, between two dates)
ax = test['ICP'].plot(figsize = (16,5), title = "ICP")
ax.set(xlabel='Dates', ylabel='ICP')

请问能否通过循环或其他方法实现多区间的颜色修改？

解决方案 #

可以通过循环实现多区间的颜色修改，核心思路是先绘制完整的基础折线图，再遍历每个时间区间，筛选对应区间的原始数据后，在同一坐标轴上重新绘制该段数据并指定高亮颜色。

完整代码示例 #

import pandas as pd
import matplotlib.pyplot as plt

# 假设原始数据DataFrame为df，时间区间DataFrame为interval_df
# 将Timestamp设为索引，方便时间范围筛选
df = df.set_index('Timestamp')

# 绘制基础折线图（作为底色）
fig, ax = plt.subplots(figsize=(16,5))
df['ICP'].plot(ax=ax, color='blue', title="ICP")
ax.set(xlabel='Dates', ylabel='ICP')

# 遍历所有时间区间，绘制高亮段
highlight_color = 'orange'
for _, row in interval_df.iterrows():
    start_time = row['BeginDate']
    end_time = row['EndDate']
    # 筛选当前区间内的数据
    segment_data = df.loc[start_time:end_time]
    # 在同一轴上绘制高亮段
    segment_data['ICP'].plot(ax=ax, color=highlight_color)

plt.show()

关键说明 #

• 先将原始数据的Timestamp设为索引，是为了利用Pandas的时间范围切片快速筛选区间内的数据。
• 先绘制完整的基础折线，再叠加高亮区间，确保非高亮区域保持原始颜色，高亮区域覆盖为指定颜色。
• 若需要不同区间使用不同颜色，可以维护一个颜色列表（如colors = ['orange', 'red', 'green']），循环时按顺序取用即可。

内容的提问来源于stack exchange，提问作者Alan CUZON