使用Seaborn/Plotly绘制心率步数与咖啡摄入关联图表的优化问题

现有代码的核心问题 #

• 字段匹配错误：代码中使用了不存在的medication字段作为style参数，你的数据集仅提供了coffee字段作为咖啡摄入状态标识，字段不匹配会直接导致绘图逻辑错误。
• 时间字段识别异常：created是数据集的索引字段，直接作为x轴参数传入时Seaborn无法正确识别为时间类型，会出现刻度重叠、排序混乱的问题。
• 多维度呈现逻辑错误：你需要同时展示心率、步数、咖啡节点三类信息，单条折线的呈现逻辑完全不符合需求。
• 缺失值未处理：steps字段存在大量NaN值，直接绘图会出现折线断裂、数据缺失的问题。

优化实现方案 #

Seaborn静态图实现 #

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

# 数据预处理
df = tester.reset_index() # 将时间索引转为普通列
df['created'] = pd.to_datetime(df['created']) # 强制转换为时间格式
df['coffee'] = df['coffee'].astype('category') # 咖啡状态转为分类变量，方便区分样式
df['steps'] = df['steps'].fillna(method='pad') # 可根据需求选择填充/插值/直接置0

# 创建双行子图，分别承载心率、步数数据，避免量级差异导致可读性下降
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(12, 8), sharex=True)

# 绘制心率折线，同时用颜色和样式区分咖啡状态
sns.lineplot(x="created", y="heartRate", hue="coffee", style="coffee",
             data=df, ax=ax1, linewidth=2)
ax1.set_ylabel('心率')
ax1.set_title('心率与咖啡摄入关联趋势')
# 可选：在咖啡状态非0的时间点加虚线标记，突出摄入节点
for time in df[df['coffee'] != 0]['created']:
    ax1.axvline(x=time, color='red', linestyle='--', alpha=0.3)

# 绘制步数折线
sns.lineplot(x="created", y="steps", data=df, ax=ax2, linewidth=2, color='green')
ax2.set_ylabel('步数')
ax2.set_xlabel('时间')
ax2.set_title('步数变化趋势')

# 自动调整时间刻度避免重叠
fig.autofmt_xdate()
plt.tight_layout()
plt.show()

Plotly交互式图实现（更适合查看时间序列细节） #

import plotly.graph_objects as go
from plotly.subplots import make_subplots
import pandas as pd

# 数据预处理
df = tester.reset_index()
df['created'] = pd.to_datetime(df['created'])
df['steps'] = df['steps'].fillna(method='pad')

# 创建双行子图
fig = make_subplots(rows=2, cols=1, shared_xaxes=True,
                    subplot_titles=('心率与咖啡摄入关联趋势', '步数变化趋势'))

# 分状态绘制心率折线
color_map = {0: 'blue', 1: 'orange', 2: 'red'}
for status in df['coffee'].unique():
    temp_df = df[df['coffee'] == status]
    fig.add_trace(go.Scatter(x=temp_df['created'], y=temp_df['heartRate'],
                             name=f'咖啡状态{status}',
                             line=dict(color=color_map[status], width=2)),
                  row=1, col=1)

# 添加咖啡摄入节点标记线
for time in df[df['coffee'] != 0]['created']:
    fig.add_vline(x=time, line_dash="dash", line_color="red", opacity=0.3, row=1, col=1)

# 绘制步数折线
fig.add_trace(go.Scatter(x=df['created'], y=df['steps'], name='步数',
                         line=dict(color='green', width=2)),
              row=2, col=1)

# 布局调整
fig.update_layout(height=700, width=1000, title_text="健康数据与咖啡摄入关联分析")
fig.update_xaxes(title_text="时间", row=2, col=1)
fig.update_yaxes(title_text="心率", row=1, col=1)
fig.update_yaxes(title_text="步数", row=2, col=1)
fig.show()

内容的提问来源于stack exchange，提问作者LeCoda