【matplotlib】可视化实战1——绘制带颜色带的折线图

需求

上面是客户给的样图，从上面的样图中我们可以总结出如下需求：

1. 绘图样式包含散点图和折线图；
2. 绘图包含虚线网格；
3. 绘图包含图例，且字体样式是斜体；
4. 有一个垂直颜色带；
5. 下方的刻度线标签替换成日期；

实现

第一步，使用 pandas 读取数据，读取完毕之后直接调用 plot 方法进行绘图，对数据进行初步探查；

相比于样图，我们缺少了图例、网格、颜色带和散点图（客户说可以不做）。接下来针对需求进一步分析：

网格
这个的需求肯定是调用 Axes.grid() 方法进行实现，注意它的线形是 -.；颜色是灰色（gray）；

图例
调用 Axes.legend() 方法进行实现，这里需要注意一下，legend() 方法并没有提供 fontstyle 这个关键字参数，该方法只支持调整字号，并不支持设置字体样式，所以我们得另辟蹊径，columns = [f'${i}$' for i in columns] 这是我的实现方法，通过将正常字符转换成 Latex 字符的方式完成图例文字的斜体样式，由于我们自定义了图例文字，那么就必须传递 handler，由于客户给的数据只绘制了折线图，所以可以调用 Axes.lines 方法获得画布中所有的 Line2D 实例，这就是我们需要的 handler。最后如果不传递 ncols 这个关键字参数，那么所有的图例会被放在一列，因此还需要设置 ncols=3，图例默认的摆放位置是 best，这与需求不符，因此我们还要传递 loc='lower center'进行更改。

颜色带
第一反应这个需求的实现肯定使用区域填充，直接调用 Axes.fill_between() 方法进行区域填充即可。填充的颜色使用的是 skyblue，建议大家尽量用字符串表示颜色，这样看起来更加直观，颜色带的范围可以通过全局变量颜色带宽度进行控制。

其他
最后就设置一下轴标签和文字大小就行了。完整的代码如下：

import matplotlib.pyplot as plt  
import pandas as pd  
import numpy as np  
  
# 默认带状图颜色  
DEFAULT_BETWEEN_COLOR = "skyblue"  
# 默认抽样点数  
DEFAULT_SAMPLE = 4  
# 默认颜色带范围  
DEFAULT_SAMPLE_SIZE = 1  
# 默认Y轴标签  
DEFAULT_TITLE = "NDVI"  
  
df = pd.read_csv("pfree.csv", index_col=0)  
columns = df.columns  
columns = [f'${i}$' for i in columns]  
M, N = df.shape  
  
df.plot()  
# 获取最大值  
df_max = df.max().max()  
# 获取最小值  
df_min = df.min().min()  
  
  
# 获取Axes对象  
axes = plt.gca()  
  
# 画网格  
axes.grid(True, ls='-.', color='gray')  
handler = axes.lines  
# 画图例  
axes.legend(loc='lower center', ncols=3, fontsize=10, handles=handler, labels=columns)  
# 画文本  
  
  
between_lines = [(i, i + DEFAULT_SAMPLE_SIZE) for i in range(1, M, DEFAULT_SAMPLE)]  
for lines in between_lines:  
    x1 = lines[0]  
    x2 = lines[1]  
    r = np.linspace(x1, x2, 1000)  
    # 画带状图  
    axes.fill_between(r, 0, 0.5,  
                      color=f'{DEFAULT_BETWEEN_COLOR}', alpha=0.3)  
  
# 设置Y轴显示范围  
axes.set_ylim([0, 0.419])  
# 设置Y轴标签  
axes.set_ylabel(DEFAULT_TITLE, fontsize=18)  
  
plt.show()

画图效果如下：

文中难免会出现一些描述不当之处（尽管我已反复检查多次），欢迎在留言区指正，相关的知识点也可进行分享，希望大家都能有所收获！！如果觉得我的文章写得还行，不妨支持一下。你的每一个转发、关注、点赞、评论都是对我最大的支持！