如何使用Seaborn绘制两条不同颜色、带指定标签的折线图
现有代码存在的核心问题
- 输入格式不匹配seaborn的绘图逻辑:直接把无表头的多列宽表传入
lineplot时,函数会默认将DataFrame里的每一列识别为独立的绘图序列。按你提供的数据集结构(每一行是单个样本、每一列是对应时间点的观测值),两次调用函数会生成几十条同色系折线叠加的效果,完全达不到“一个数据集对应一条折线”的预期。 - 未绑定专属图例标签:两次直接传入整体DataFrame的调用方式,没有为两个数据集的折线配置单独的标识,生成的图例无法对应到具体数据来源。
- 颜色配置存在冲突:仅给第一次调用设置了红色,第二次调用未指定固定颜色,会自动从全局调色板取色,和第一次绘图生成的多列折线颜色混杂,最终画面混乱。
可直接运行的修正方案
把每个数据集从宽表转换为seaborn能准确识别的长表结构,显式指定折线颜色和对应标签,避免序列识别偏差:
import pandas as pd import seaborn as sns import matplotlib.pyplot as plt data1 = pd.read_csv("/content/drive/MyDrive/Summer-2020/URMC/training_x_total_data_ones.csv", header=None) data2 = pd.read_csv("/content/drive/MyDrive/Summer-2020/URMC/training_x_total_data_zeroes.csv", header=None) # 宽表转长表,明确x轴为原始列索引(对应时间点)、y轴为所有观测值 data1_long = data1.stack().reset_index(name="value") data2_long = data2.stack().reset_index(name="value") # 分别绘制两条折线,固定颜色、绑定图例标签 sns.lineplot(data=data1_long, x="level_1", y="value", color="red", label="类别1训练数据") sns.lineplot(data=data2_long, x="level_1", y="value", color="blue", label="类别0训练数据") # 强制显示图例 plt.legend() plt.show()
转换为长表格式后,seaborn的
lineplot会自动计算每个x位置的数值均值作为折线节点,附带默认的置信区间阴影,完全适配你的数据集结构,不会再出现多列被识别为独立序列的问题。
内容的提问来源于stack exchange,提问作者odbhut.shei.chhele
相关产品推荐
相关产品推荐

