python - 使 matplotlib 时间序列 'spaghetti' 图中的线条变粗

Question

感谢您的阅读。

我有一个情节，希望使我的数据集中最新的一年脱颖而出。我的数据只是一个长期的时间序列，所以我想绘制同比比较，所以我对其进行旋转，然后绘制它。

第一段代码运行并大致给出了我所追求的内容(没有最近一年的突出)，然后在第二段代码中我尝试使我最新的突出(技术上可行)，但颜色是不同，与传说不符，甚至可能与另一年的颜色相同。

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上面，但是我如何选择最近一年(在本例中为 2018 年)的原始行并使其脱颖而出？

或者有更好的方法来完成整个过程吗？ 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!

13sen1

<小时/>

第一 block

# 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()

firstblockresult

第二 block

# 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()

secondblockresult

Answer 1

你可以把去年的线加粗。由于列已排序，因此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()