如何在带datetime刻度的seaborn pointplot中添加位置正确的垂直竖线

问题原因 #

seaborn的pointplot属于分类可视化函数，不管x轴输入的是否为时间类型，都会将x轴数据当作离散分类处理，内部x轴的坐标值为从0开始的整数索引，和时间戳的实际数值没有映射关系，因此直接传递Timestamp对象给axvline的x参数会出现定位偏移。

解决方法 #

方案1：保留pointplot，手动计算竖线坐标

首先获取x轴分类对应的时间序列，计算目标日期在相邻分类之间的相对位置，用计算后的整数坐标绘制竖线：

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

df['year'] = pd.to_datetime(df['year'])
fig,ax = plt.subplots()

# 绘制pointplot
sns.pointplot(x='year',
          y='PM',
          data=df,
          ax=ax,
          color='black',
          scale=0.5,
          capsize=0.2,
          errwidth=0.8
          )

# 计算目标日期的x轴坐标
target_date = pd.Timestamp('2012-09-01')
# 获取x轴所有分类对应的时间
x_time = pd.to_datetime(ax.get_xticklabels())
for idx in range(len(x_time)-1):
    if x_time[idx] <= target_date < x_time[idx+1]:
        # 计算相对位置
        pos = idx + (target_date - x_time[idx])/(x_time[idx+1] - x_time[idx])
        break

# 绘制竖线
ax.axvline(x=pos,
        ymin=0,ymax=1,
        ls='--',
        linewidth=0.8,zorder=0, clip_on=False)
plt.show()

方案2：改用lineplot使用连续时间轴

如果需要x轴为真实的连续时间刻度，可以替换为lineplot，此时直接传递时间戳即可正常定位：

df['year'] = pd.to_datetime(df['year'])
fig,ax = plt.subplots()

# 用lineplot实现类似pointplot的效果
sns.lineplot(x='year',
          y='PM',
          data=df,
          ax=ax,
          color='black',
          marker='o',
          err_style='bars',
          err_kws={'capsize':4},
          linewidth=0.8
          )

# 直接传递时间戳即可定位
ax.axvline(x=pd.Timestamp('2012-09-01'),
        ymin=0,ymax=1,
        ls='--',
        linewidth=0.8,zorder=0, clip_on=False)
plt.show()

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