我有一个 DataFrame，其中包含 N 个项目的重量值的历史记录。所有项目的权重之和为 1。该日期是设置权重的日期，并且在再次设置之前它们保持不变。
这是数据框。
item2 item3 item4 item1
2018-03-26 0.333331 0.333331 0.000008 0.333331
2018-03-29 0.097470 0.249645 0.250353 0.402532
2018-04-01 0.329531 0.080273 0.356974 0.233221
2018-04-04 0.279514 0.048366 0.288980 0.383140
2018-04-07 0.289597 0.082032 0.201930 0.426442
2018-04-10 0.258850 0.107432 0.280754 0.352964
2018-04-13 0.030390 0.172697 0.486147 0.310766
2018-04-16 0.019628 0.095833 0.433445 0.451094
2018-04-19 0.054276 0.270346 0.351813 0.323565
2018-04-22 0.075713 0.089441 0.385883 0.448963
2018-04-25 0.109152 0.071784 0.536841 0.282223
2018-04-28 0.172047 0.108976 0.360786 0.358192
2018-05-01 0.059381 0.072429 0.434918 0.433272
我想可视化权重如何随时间变化。我想出了这个。
#weight_history is the DataFrame
tot = np.zeros(len(weight_history))
for weight in weight_history:
plt.step(weight_history[weight].index, weight_history[weight].values+tot,where='post',label=weight)
tot += weight_history[weight].values
plt.set_ylabel("Weights")
plt.legend()
这会产生这个:
这非常接近我想要的，但很难想象每件元素有多少重量。
如何填写每行下方的区域？
所以从0到蓝线填充蓝色，从蓝线到橙线填充橙色，从橙线到绿线填充绿色，从绿线到红线填充红色。
有其他方法可以做到这一点吗？
最佳答案
我明白了，fill_between有一个步骤选项。
tot = np.zeros(len(weight_history))
for weight in weight_history:
axes[1].fill_between(x=weight_history.index, y1=weight_history[weight].values+tot,y2=tot,step='post',label=weight)
tot += weight_history[weight].values
axes[1].set_ylabel("Weights")
axes[1].legend()
关于python - Matplotlib 填充权重步骤图，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/50226332/