如何用Matplotlib不合并新旧数据向已有折线图添加2021年数据

1. 无数据集合并的追加绘图完全可行 #

Matplotlib 的 pyplot 模块采用状态持久化逻辑：只要未触发 plt.show() 的画布重置流程，后续所有调用的绘图方法都会自动叠加在当前激活的坐标轴上，完全不需要将2010-2020年的历史数据与2021年的新数据拼接为统一数据集后重绘。
基于你现有代码的改法非常简单：保留原有2010-2020年的绘图逻辑，在 plt.show() 调用之前直接新增对2021年数据的筛选、绘图流程即可，全程不需要对原有数据集做合并操作。

2. 新增2021年数据的图表类型无强制要求 #

同一坐标轴下可以自由叠加不同类型的图表元素，没有规定新增数据必须和原有折线图保持形式一致。只要保证横轴时间格式、纵轴量纲和原有折线图匹配，既可以给2021年数据画同风格的折线，也可以自由切换为散点、柱状等其他图表形式。 #

参考调整后的完整代码 #

# 原有2010-2020年历史数据绘图逻辑完全保留
mask_hist = (data1['Date'] >= '2010-01-01') & (data1['Date'] < '2021-01-01')
Dates_hist = list(map(pd.to_datetime, data1[mask_hist]['Date'].unique()))
plt.plot(Dates_hist, Data_Value_max,'-', color='green')
plt.plot(Dates_hist, Data_Value_min,'-', color='blue')

# 直接追加2021年的数据筛选流程，无需和历史数据集合并
mask_2021 = (data1['Date'] >= '2021-01-01') & (data1['Date'] < '2022-01-01')
Dates_2021 = list(map(pd.to_datetime, data1[mask_2021]['Date'].unique()))
# 可选操作1：2021年数据沿用折线形式
# plt.plot(Dates_2021, Data_Value_max_2021, '-', color='green')
# plt.plot(Dates_2021, Data_Value_min_2021, '-', color='blue')
# 可选操作2：2021年数据切换为散点形式
plt.scatter(Dates_2021, Data_Value_max_2021, color='green', s=15, alpha=0.7)
plt.scatter(Dates_2021, Data_Value_min_2021, color='blue', s=15, alpha=0.7)

# 所有绘图逻辑执行完成后再渲染画布，所有元素会自动叠加在同一张图上
plt.show()

操作注意事项 #

• 新增2021年数据的横轴日期要和原有图表保持同格式（即统一为pd.to_datetime转换后的datetime对象），避免出现时间轴刻度错位
• 无需手动调整坐标轴范围，Matplotlib会自动适配所有已绘制元素的数值范围，不会因为没有合并数据集出现轴范围错配
• 如果需要区分原有折线和新增散点，可以通过alpha透明度、标记大小调整视觉差异，也可以额外加图例标注不同元素的含义

内容的提问来源于stack exchange，提问作者Saad Cherkaoui Ikbal