python - 在 matplotlib 时间序列“意大利面条”图中使线条变粗

Question

谢谢阅读。

我有一个情节，想让我的数据集中的最新年份脱颖而出。我的数据只是一个较长的时间序列，所以我想绘制 YoY 比较，所以我将其旋转，然后绘制它。

第一个代码块运行并大致给出了我所追求的（没有最近一年突出），然后在第二个代码块中我尝试让我的最新代码脱颖而出（这在技术上有效）但颜色不同，不'不匹配传说，甚至可以与另一年相同的颜色。

我可以在背景中看到旧系列。我想我正在创建另一个情节并将其放在首位，但是我怎样才能选择最近一年（在本例中为 2018 年）的原始线路并让它脱颖而出？

或者有没有更好的方法来完成整个过程？任何有关代码、格式或任何内容的提示将不胜感激，我对此很陌生！

非常感谢！

13仙1

---

第一块

# import
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# create fake time series dataframe
index = pd.date_range(start='01-Jan-2012', end='01-01-2019', freq='M')
data = np.random.randn(len(index))
df = pd.DataFrame(data, index, columns=['Data'])

# pivot to get by month in rows, then year in columns
df_pivot = pd.pivot_table(df, index=df.index.month, columns=df.index.year, values='Data')

# plot
df_pivot.plot(title='Data by Year', figsize=(6,4))
plt.legend(loc='center left', bbox_to_anchor=(1, 0.5))
plt.tight_layout()
plt.show()

第一个块结果

第二块

# import
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# create fake time series dataframe
index = pd.date_range(start='01-Jan-2012', end='01-01-2019', freq='M')
data = np.random.randn(len(index))
df = pd.DataFrame(data, index, columns=['Data'])

# pivot to get by month in rows, then year in columns
df_pivot = pd.pivot_table(df, index=df.index.month, columns=df.index.year, values='Data')

# plot
df_pivot.plot(title='Data by Year', figsize=(6,4))
plt.legend(loc='center left', bbox_to_anchor=(1, 0.5))
plt.tight_layout()

# plot the thicker last line
# **************** ERROR HERE *************************
plt.plot(df_pivot.iloc[:, -1:], lw=4, ls='--')
# **************** ERROR HERE *************************
plt.show()

第二块结果

标签： pythonpandasmatplotlib

Answer 1

你可以把去年的线加粗。因为列是排序的，所以它将是轴中的最后一行（索引-1）。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# create fake time series dataframe
index = pd.date_range(start='01-Jan-2012', end='01-01-2019', freq='M')
data = np.random.randn(len(index))
df = pd.DataFrame(data, index, columns=['Data'])

# pivot to get by month in rows, then year in columns
df_pivot = pd.pivot_table(df, index=df.index.month, columns=df.index.year, values='Data')

# plot
ax = df_pivot.plot(title='Data by Year', figsize=(6,4))
ax.get_lines()[-1].set_linewidth(5)
ax.legend(loc='center left', bbox_to_anchor=(1, 0.5))

ax.figure.tight_layout()
plt.show()