如何在seaborn countplot上添加指定时段阴影区域

countplot基于matplotlib轴对象渲染，直接使用ax.axvspan()绘制垂直跨轴阴影带即可，核心是要匹配分类x轴上每个日期对应的整数位置。

具体实现步骤 #

• 先完成基础countplot绘制
• 提取x轴刻度标签和位置的映射关系
• 遍历所有封锁期的起止日期，对应到x轴位置后绘制半透明阴影，注意将阴影层级放在柱子下方
• 可选添加封锁期图例、调整x轴标签避免重叠

完整代码 #

import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib.patches import Patch

# 原有基础绘图代码
fig, ax = plt.subplots(figsize=(16, 10))
sns.countplot(data=df, x='dates', ax=ax)

# 构建日期与x轴位置的映射字典
date_to_xpos = {tick_label.get_text(): pos for pos, tick_label in enumerate(ax.get_xticklabels())}

# 遍历所有封锁期绘制阴影，假设疫情数据集列名为start_date、end_date，存储格式与df.dates一致
for _, period in covid_lockdown_df.iterrows():
    # 阴影左右偏移0.5，刚好覆盖对应日期的整根柱子，对齐柱子间隙
    x_start = date_to_xpos[str(period['start_date'])] - 0.5
    x_end = date_to_xpos[str(period['end_date'])] + 0.5
    # alpha控制透明度，zorder=0保证阴影在柱子下层不遮挡数据
    ax.axvspan(x_start, x_end, color='#888888', alpha=0.3, zorder=0)

# 可选优化：旋转x轴标签、添加封锁期图例
plt.xticks(rotation=45, ha='right')
legend_item = [Patch(facecolor='#888888', alpha=0.3, label='新冠疫情封锁期')]
ax.legend(handles=legend_item, loc='upper right')

plt.tight_layout()
plt.show()

注意事项 #

• 做日期位置映射时，务必保证封锁期数据集的日期格式和x轴刻度标签格式完全一致：如果是字符串就统一编码规则，如果是datetime类型就不要混着字符串传，不然会触发KeyError
• 要是某段封锁期的起止日期不在你的房产数据集日期范围内，提前加个判断过滤掉，不用硬匹配
• zorder=0必须加，不然阴影会盖在柱子上面，把计数条挡住就白画了
• 阴影颜色、透明度自己按需调，只要不遮挡柱子的数值展示就行

参考素材 #

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