pandas，matplotlib：一种为子图中的相同列标签分配相同颜色和线条样式的方法？

Question

我有一些数据框显示具有一些随时间变化的相似变量（即列名）的对象，我将它们绘制在子图中。

>>df1.head()


         FR  stim_current  self_excitation    FF_inh  SFA
1  0.000000           0.0         0.000000 -0.075483   -0
2  0.000000           0.0         0.000000 -0.000000   -0
3 -0.000012           0.0         0.000000 -0.001761   -0
4 -0.000033           0.0        -0.000009 -0.003487    0
5 -0.000064           0.0        -0.000027 -0.005178    0

>>df2.head()

      FR    FB_inh  stim_current  self_excitation
1  0.000000 -0.001569             1         0.000000
2  0.017609 -0.000000             1         0.000000
3  0.034867 -0.000200             1         0.010037
4  0.051780 -0.000577             1         0.019874
5  0.068355 -0.001109             1         0.029515

有没有办法按列名指定线条样式，例如，FR、stim_current 和 self_excitation 在每个子图中都具有相同的颜色？假设我希望 FR 为蓝色和粗体，stim current 为黑色，self_excitation 为绿色。我还希望数据帧之间的任何不同之处都以不同的颜色显示在每个子图中。理想情况下，我还可以重新排序数据框的列，以便每个数据框中显示的内容都在顶部的图例中，而变化的内容将出现在图例的底部。

Answer 1

可以通过以下方法在不同的子图之间使用一致的颜色和线条样式，

import matplotlib.pyplot as plt
import numpy as np

# load your pandas DataFrames  df1 and df2 here 

ax = [plt.subplot(211), plt.subplot(211)]
pars = {'FR': {'color': 'r'},
        'stim_current': {'color': 'k'}}
ls_style = ['dashed', 'solid']
for ax_idx, name in enumerate(['FR', 'stim_current']):
    for df, ls in zip([df1, df2], ls_style):
        ax[ax_idx].plot(df.index, df[name], ls=ls, **pars[name])

pandas，matplotlib：一种为子图中的相同列标签分配相同颜色和线条样式的方法？

pandas, matplotlib: a way to assign same colors, line styles for same column labels across subplots?

python

matplotlib

linestyle

pandas