如何在Python Matplotlib的堆叠折线图中实现线条平滑？

当然可以实现！Matplotlib的stackplot本身没有内置的平滑选项，但我们可以先对原始数据做插值平滑处理，再传入stackplot就能得到顺滑的堆叠折线图了。下面给你两种常用的实现方案：

方案一：使用make_interp_spline（推荐，适合大多数场景） #

这个方法来自scipy.interpolate，能生成平滑的样条曲线，步骤如下：

1. 先导入所需库：

import matplotlib.pyplot as plt
from scipy.interpolate import make_interp_spline
import numpy as np

2. 处理你的数据，将x轴转换为数值型（插值需要数值输入），并生成更密集的x轴点：

# 把原始x轴（y1_dict的keys）转成数值数组
x = np.array(list(y1_dict.keys()))
# 生成100个均匀分布的新x点（点数越多，线条越顺滑）
x_new = np.linspace(x.min(), x.max(), 100)

3. 对每个y系列数据做平滑插值：

# 逐个处理你的7组y数据
y1_smooth = make_interp_spline(x, list(y1))(x_new)
y2_smooth = make_interp_spline(x, list(y2))(x_new)
y3_smooth = make_interp_spline(x, list(y3))(x_new)
y4_smooth = make_interp_spline(x, list(y4))(x_new)
y5_smooth = make_interp_spline(x, list(y5))(x_new)
y6_smooth = make_interp_spline(x, list(y6))(x_new)
y7_smooth = make_interp_spline(x, list(y7))(x_new)

4. 用平滑后的数据绘制堆叠折线图：

fig, ax = plt.subplots()
ax.stackplot(x_new, y1_smooth, y2_smooth, y3_smooth, y4_smooth, y5_smooth, y6_smooth, y7_smooth)

# 依然保留你原来的x轴标签设置
plt.xticks(x, times, rotation="vertical")
plt.xlabel("x-axis")
plt.ylabel("你的y轴标签内容")
plt.show()

方案二：使用UnivariateSpline（更灵活，可自定义平滑程度） #

如果需要更精细地控制平滑度，可以用这个方法，通过s参数调整：

from scipy.interpolate import UnivariateSpline

# s参数越大，线条越平滑；s=0则完全贴合原始数据
y1_smooth = UnivariateSpline(x, list(y1), s=5)(x_new)
y2_smooth = UnivariateSpline(x, list(y2), s=5)(x_new)
# 其余y系列同理...

注意事项 #

• 如果你的x轴是字符串格式的时间（比如"00:00"、"00:15"），需要先转换成数值型（比如时间戳）：

import pandas as pd
x_str = list(y1_dict.keys())
# 转成秒级时间戳作为数值x轴
x = pd.to_datetime(x_str).astype(int) // 10**9

• 平滑处理会一定程度上改变原始数据的细节，建议根据你的需求调整linspace的点数或s参数，找到平衡。

内容的提问来源于stack exchange，提问作者Natalie