如何在Matplotlib中匹配指定年份的x轴位置添加网格线

核心方法 #

提取new_year列中的目标年份，利用Matplotlib的vlines()方法在对应x轴位置添加垂直网格线，结合Seaborn绘图后的Axes对象即可完成需求。

完整代码示例 #

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

# 假设已完成数据筛选，filtered_df是处理后的数据集
filtered_df = pd.read_excel('your_processed_data.xlsx')

# 创建绘图对象并绘制散点图+折线图
fig, ax = plt.subplots(figsize=(10, 6))
sns.scatterplot(data=filtered_df, x='year', y='your_value_column', ax=ax, label='散点数据')
sns.lineplot(data=filtered_df, x='year', y='your_value_column', ax=ax, label='折线趋势')

# 提取new_year中的唯一年份（避免重复绘制），确保与year列类型一致
target_years = filtered_df['new_year'].drop_duplicates().astype(int).tolist()
# 若year是datetime类型，需同步转换：
# filtered_df['new_year'] = pd.to_datetime(filtered_df['new_year'])
# target_years = filtered_df['new_year'].drop_duplicates().tolist()

# 添加垂直网格线
ax.vlines(
    x=target_years,
    ymin=ax.get_ylim()[0],
    ymax=ax.get_ylim()[1],
    colors='#ff4444',  # 自定义颜色
    linestyles='--',   # 虚线样式
    alpha=0.6,         # 透明度
    label='目标年份网格线'
)

# 调整图表细节
ax.set_xlabel('年份')
ax.set_ylabel('指标值')
ax.legend()
plt.show()

关键注意事项 #

• 类型匹配：必须保证new_year的年份类型与x轴year列完全一致（比如都是整数年份或datetime格式），否则网格线会出现位置偏移。
• 样式区分：通过调整颜色、线型和透明度，让目标网格线和默认网格线形成视觉区分，突出重点年份。
• 批量效率：使用vlines()可以一次性添加多个年份的网格线，比循环调用ax.axvline()更简洁高效。

内容的提问来源于stack exchange，提问作者dualorcoder