如何生成清晰线图展示EASTVEL与Z_NAP的变化趋势

下面几种方法可帮你生成清晰的单条趋势线，可根据数据特性选择合适方式：

1. 按水深分组聚合（推荐用于分层数据） #

由于Z_NAP代表水深，同一水深下的海流数据可通过聚合取统计值（均值/中位数），既能减少数据点，又能保留核心趋势：

import pandas as pd
import matplotlib.pyplot as plt

# 按Z_NAP分组，计算EASTVEL的均值（用median()更稳健，适合有异常值的情况）
aggregated_df = frame_3_LW.groupby('Z_NAP')['EASTVEL'].mean().reset_index()

# 绘制趋势线
plt.figure(figsize=(8,6))
plt.plot(aggregated_df['EASTVEL'], aggregated_df['Z_NAP'], linewidth=2)
plt.xlabel('EASTVEL (东向海流流速)')
plt.ylabel('Z_NAP (水深)')
plt.title('东向海流流速与水深的趋势关系')
plt.gca().invert_yaxis()  # 反转y轴，符合"从上到下水深递增"的直观认知
plt.show()

2. 滑动窗口平滑 #

如果水深是连续变化的，可先按Z_NAP排序，再用滑动窗口对EASTVEL做平滑处理：

# 先按Z_NAP排序，保证数据的连续性
sorted_df = frame_3_LW.sort_values('Z_NAP')

# 滑动窗口平滑，window值可根据数据密度调整（比如50个数据点为一个窗口）
sorted_df['EASTVEL_smoothed'] = sorted_df['EASTVEL'].rolling(window=50, center=True).mean()

# 绘制平滑后的趋势线
plt.figure(figsize=(8,6))
plt.plot(sorted_df['EASTVEL_smoothed'], sorted_df['Z_NAP'], linewidth=2)
plt.xlabel('EASTVEL (平滑后东向海流流速)')
plt.ylabel('Z_NAP (水深)')
plt.title('东向海流流速与水深的平滑趋势')
plt.gca().invert_yaxis()
plt.show()

注：若平滑后出现NaN值，可添加.dropna()去除，或设置rolling(..., min_periods=1)保留更多数据点。

3. 多项式拟合 #

用多项式拟合生成整体趋势线，适合呈现数据的宏观变化规律：

import numpy as np

# 提取核心数据
x = frame_3_LW['EASTVEL'].values
y = frame_3_LW['Z_NAP'].values

# 拟合3次多项式（次数可调整，比如2次、4次，需根据实际趋势判断）
poly_coeff = np.polyfit(x, y, 3)
poly_func = np.poly1d(poly_coeff)

# 生成拟合曲线的x值范围，保证曲线平滑连续
x_fit = np.linspace(x.min(), x.max(), 100)
y_fit = poly_func(x_fit)

# 绘制拟合趋势线
plt.figure(figsize=(8,6))
plt.plot(x_fit, y_fit, linewidth=2, color='red')
plt.xlabel('EASTVEL (东向海流流速)')
plt.ylabel('Z_NAP (水深)')
plt.title('东向海流流速与水深的多项式拟合趋势')
plt.gca().invert_yaxis()
plt.show()

4. LOWESS局部加权回归平滑 #

适合捕捉非线性趋势，需先安装statsmodels库：

from statsmodels.nonparametric.smoothers_lowess import lowess

# 按Z_NAP排序，保证局部回归的合理性
sorted_df = frame_3_LW.sort_values('Z_NAP')

# 应用LOWESS平滑，frac参数控制平滑程度（0-1，值越大曲线越平滑）
smoothed_result = lowess(sorted_df['EASTVEL'], sorted_df['Z_NAP'], frac=0.1)

# 提取平滑后的数值
y_smoothed = smoothed_result[:, 0]
x_smoothed = smoothed_result[:, 1]

# 绘制趋势线
plt.figure(figsize=(8,6))
plt.plot(x_smoothed, y_smoothed, linewidth=2)
plt.xlabel('EASTVEL (东向海流流速)')
plt.ylabel('Z_NAP (水深)')
plt.title('东向海流流速与水深的LOWESS平滑趋势')
plt.gca().invert_yaxis()
plt.show()

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