Python Matplotlib根据隐藏变量动态设置折线图背景颜色

山海之间

发布时间：2026-10-13 | 3人浏览过

原创

本文介绍如何在Matplotlib中根据未直接绘制的变量（如B列）动态更改折线图的背景颜色。通过引入计数器列并遍历特定条件，利用axvline为不同状态的时间段添加半透明背景色，实现数据状态与视觉背景的关联展示。

基于隐藏变量的背景色设置

如何依据图表中未直接显示的变量来调整折线图的背景颜色？假设存在如下数据帧结构：


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)

当绘制df.A的折线图时，如何根据对应时间点'B'列的值来改变背景色？

例如，若某日期的B值为1，则该日期的背景应显示为绿色。

若B值为0，则该日期的背景应显示为黄色。

若B值为-1，则该日期的背景应显示为红色。

最初考虑使用axvline作为解决方案，但参考@jakevdp的回答发现无需复杂的for循环。具体实现需先添加一个名为'i'的计数器列，随后代码结构如下：

实现代码示例


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)

总结

以上就是本文的全部内容，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对本站的支持。