欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python中matplotlib條件背景顏色的實現(xiàn)

 更新時間:2019年09月02日 11:27:22   投稿:daisy  
這篇文章主要給大家介紹了關(guān)于python中matplotlib條件背景顏色的相關(guān)資料,文中通過示例代碼介紹的非常詳細,對大家學習或者使用python具有一定的參考學習價值,需要的朋友們下面來一起學習學習吧

如何根據(jù)圖表中沒有的變量更改折線圖的背景顏色?例如,如果我有以下數(shù)據(jù)幀:

import numpy as np
import pandas as pd

dates = pd.date_range('20000101', periods=800)
df = pd.DataFrame(index=dates)
df['A'] = np.cumsum(np.random.randn(800)) 
df['B'] = np.random.randint(-1,2,size=800)

如果我做df.A的折線圖,如何根據(jù)該時間點'B'列的值更改背景顏色?

例如,如果在該日期B = 1,則該日期的背景為綠色。

如果B = 0,則該日期的背景應為黃色。

如果B = -1那么背景那個日期應該是紅色的。

添加我最初考慮使用axvline的解決方法,但@jakevdp回答正是看起來因為不需要for循環(huán):首先需要添加一個'i'列作為計數(shù)器,然后整個代碼看起來像:

dates = pd.date_range('20000101', periods=800)
df = pd.DataFrame(index=dates)
df['A'] = np.cumsum(np.random.randn(800)) 
df['B'] = np.random.randint(-1,2,size=800)
df['i'] = range(1,801)

# getting the row where those values are true wit the 'i' value
zeros = df[df['B']== 0]['i'] 
pos_1 = df[df['B']==1]['i']
neg_1 = df[df['B']==-1]['i']

ax = df.A.plot()

for x in zeros:
 ax.axvline(df.index[x], color='y',linewidth=5,alpha=0.03)
for x in pos_1:
  ax.axvline(df.index[x], color='g',linewidth=5,alpha=0.03)
for x in neg_1:
  ax.axvline(df.index[x], color='r',linewidth=5,alpha=0.03)

總結(jié)

以上就是這篇文章的全部內(nèi)容了,希望本文的內(nèi)容對大家的學習或者工作具有一定的參考學習價值,謝謝大家對腳本之家的支持。

相關(guān)文章

  • Python隊列Queue超詳細講解

    Python隊列Queue超詳細講解

    Queue是python標準庫中的線程安全的隊列(FIFO)實現(xiàn),提供了一個適用于多線程編程的先進先出的數(shù)據(jù)結(jié)構(gòu),即隊列,用來在生產(chǎn)者和消費者線程之間的信息傳遞,本文給大家講解Python隊列Queue的相關(guān)知識,需要的朋友參考下吧
    2023-04-04
  • matplotlib源碼解析標題實現(xiàn)(窗口標題,標題,子圖標題不同之間的差異)

    matplotlib源碼解析標題實現(xiàn)(窗口標題,標題,子圖標題不同之間的差異)

    這篇文章主要介紹了matplotlib源碼解析標題實現(xiàn)(窗口標題,標題,子圖標題不同之間的差異),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2021-02-02
  • python進階教程之循環(huán)相關(guān)函數(shù)range、enumerate、zip

    python進階教程之循環(huán)相關(guān)函數(shù)range、enumerate、zip

    這篇文章主要介紹了python進階教程之循環(huán)相關(guān)函數(shù)range、enumerate、zip,在使用循環(huán)程序經(jīng)常要配合這些函數(shù)來完成循環(huán),需要的朋友可以參考下
    2014-08-08
  • 深入解析Python中的JSON比較

    深入解析Python中的JSON比較

    進行接口自動化時,有時候我們需要斷言的數(shù)據(jù)比較多,一個字段一個字段進行斷言比較麻煩,那么如何利用Python實現(xiàn)輕松判斷數(shù)據(jù)格式是否相同呢,下面小編就為大家詳細講講
    2023-09-09
  • 解決在Python編輯器pycharm中程序run正常debug錯誤的問題

    解決在Python編輯器pycharm中程序run正常debug錯誤的問題

    今天小編就為大家分享一篇解決在Python編輯器pycharm中程序run正常debug錯誤的問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-01-01
  • Django框架反向解析操作詳解

    Django框架反向解析操作詳解

    這篇文章主要介紹了Django框架反向解析操作,結(jié)合實例形式詳細分析了Django框架相關(guān)定義、原理、使用方法及操作注意事項,需要的朋友可以參考下
    2019-11-11
  • Pandas使用Merge與Join和Concat分別進行合并數(shù)據(jù)效率對比分析

    Pandas使用Merge與Join和Concat分別進行合并數(shù)據(jù)效率對比分析

    這篇文章主要給大家介紹了關(guān)于pandas中DataFrame數(shù)據(jù)合并連接(merge、join、concat)的相關(guān)資料,文中介紹的非常詳細,需要的朋友可以參考下
    2022-12-12
  • 簡單分析python的類變量、實例變量

    簡單分析python的類變量、實例變量

    在本篇文章中小編給大家整理的是關(guān)于python類變量、實例變量的知識點內(nèi)容,有需要的朋友們可以學習下。
    2019-08-08
  • Python聚類算法之基本K均值實例詳解

    Python聚類算法之基本K均值實例詳解

    這篇文章主要介紹了Python聚類算法之基本K均值運算技巧,結(jié)合實例形式較為詳細的分析了基本K均值的原理與相關(guān)實現(xiàn)技巧,具有一定參考借鑒價值,需要的朋友可以參考下
    2015-11-11
  • matplotlib部件之矩形選區(qū)(RectangleSelector)的實現(xiàn)

    matplotlib部件之矩形選區(qū)(RectangleSelector)的實現(xiàn)

    這篇文章主要介紹了matplotlib部件之矩形選區(qū)(RectangleSelector)的實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2021-02-02

最新評論