我有一个Pandas数据框，它有一个日期时间索引和两列表示风速和环境温度这是半天的数据
temp winds
2014-06-01 00:00:00 8.754545 0.263636
2014-06-01 01:00:00 8.025000 0.291667
2014-06-01 02:00:00 7.375000 0.391667
2014-06-01 03:00:00 6.850000 0.308333
2014-06-01 04:00:00 7.150000 0.258333
2014-06-01 05:00:00 7.708333 0.375000
2014-06-01 06:00:00 9.008333 0.391667
2014-06-01 07:00:00 10.858333 0.300000
2014-06-01 08:00:00 12.616667 0.341667
2014-06-01 09:00:00 15.008333 0.308333
2014-06-01 10:00:00 17.991667 0.491667
2014-06-01 11:00:00 21.108333 0.491667
2014-06-01 12:00:00 21.866667 0.395238
我想把这些数据画成一条线，颜色随温度变化例如，从浅红色到深红色，温度越高。
我在matplotlib中找到了这条example of multicolored行，但我不知道如何在pandas数据框中使用它。有人知道我能做什么吗？
如果可以这样做，是否也可以作为附加功能，根据风速更改线条的宽度？所以风越快，线就越宽。
谢谢你的帮助！
最佳答案
plot中的内置pandas方法可能无法执行此操作。您需要提取数据并使用matplotlib绘制它们。
from matplotlib.collections import LineCollection
import matplotlib.dates as mpd
x=mpd.date2num(df.index.to_pydatetime())
y=df.winds.values
c=df['temp'].values
points = np.array([x, y]).T.reshape(-1, 1, 2)
segments = np.concatenate([points[:-1], points[1:]], axis=1)
lc = LineCollection(segments, cmap=plt.get_cmap('copper'), norm=plt.Normalize(0, 10))
lc.set_array(c)
lc.set_linewidth(3)
ax=plt.gca()
ax.add_collection(lc)
plt.xlim(min(x), max(x))
ax.xaxis.set_major_locator(mpd.HourLocator())
ax.xaxis.set_major_formatter(mpd.DateFormatter('%Y-%m-%d:%H:%M:%S'))
_=plt.setp(ax.xaxis.get_majorticklabels(), rotation=70 )
plt.savefig('temp.png')
有两个问题值得一提，
颜色渐变的范围由
norm=plt.Normalize(0, 10)控制。pandas和matplotlib以不同的方式绘制时间序列，这需要在绘制之前将df.index转换为float。通过修改major_locators，我们将把xaxis majorticklabels恢复为日期时间格式。第二个问题可能会导致问题，当我们想绘制不止一行（数据将在两个单独的x范围内绘制）：
#follow what is already plotted:
df['another']=np.random.random(13)
print ax.get_xticks()
df.another.plot(ax=ax, secondary_y=True)
print ax.get_xticks(minor=True)
[ 735385. 735385.04166667 735385.08333333 735385.125
735385.16666667 735385.20833333 735385.25 735385.29166667
735385.33333333 735385.375 735385.41666667 735385.45833333
735385.5 ]
[389328 389330 389332 389334 389336 389338 389340]
因此，我们需要在不使用
.plot()方法的情况下进行：ax.twinx().plot(x, df.another)