Matplotlib 按处理或肥料分组绘制时间序列图
数据小陈
结论
在 Matplotlib 里只想画某个类别(比如 Fertilizer == 'LowN')的数据,先按条件筛选 DataFrame,再把筛选后的 datetime 和 N2O_flux 传给 scatter。如果要按 Fertilizer、Genotype 或 Trt 分别出图,可以遍历这些列的唯一值(或用 groupby),让每个子图只画当前组的数据。直接把整列数据画完,并不能让图例自动按类别拆图。
关键原因
- 原代码每次都取整列的
data['N2O_flux']和data['datetime'],所以所有处理都会画在一起。 plt.xticks(tick)里的tick = np.arange(...)是数值刻度,不适合 datetime 轴。时间轴应改用matplotlib.dates的 locator/formatter,或者交给 pandas 自动处理。datetime要先用pd.to_datetime转成时间类型。否则它可能按字符串排序,刻度就会错乱。- 第二个图的
label='N2O'和CO2_flux含义对不上,图例容易误导。
解决步骤
- 读取数据,并把时间列转成 datetime。
- 用布尔索引筛出一个处理,例如 LowN。
- 需要多组图时,遍历
Trt、Fertilizer或Genotype的唯一值,每个子图先筛选当前组再画。 - 用
sharex和DateFormatter统一时间轴。组很多时可以用col_wrap或网格子图。
只画 LowN 的示例
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
data = pd.read_csv('Data_for_analysis.csv')
data['datetime'] = pd.to_datetime(data['datetime'])
low_n = data[data['Fertilizer'] == 'LowN']
fig, ax = plt.subplots(figsize=(12, 5))
ax.scatter(low_n['datetime'], low_n['N2O_flux'], s=12, alpha=0.8)
ax.set_xlabel('datetime')
ax.set_ylabel('N2O_flux')
ax.set_title('N2O_flux - Fertilizer LowN')
ax.xaxis.set_major_locator(mdates.AutoDateLocator())
ax.xaxis.set_major_formatter(mdates.DateFormatter('%m-%d %H:%M'))
fig.autofmt_xdate()
plt.tight_layout()
plt.show()
如果 LowN 里还要区分基因型,可以再加条件:
low_n_wt = data[(data['Fertilizer'] == 'LowN') & (data['Genotype'] == 'Wildtype')]
按 Trt 生成多张子图
groups = data['Trt'].dropna().unique()
fig, axes = plt.subplots(
nrows=len(groups), ncols=1,
figsize=(12, 4 * len(groups)),
sharex=True,
squeeze=False
)
for ax, g in zip(axes[:, 0], groups):
sub = data[data['Trt'] == g]
ax.scatter(sub['datetime'], sub['N2O_flux'], s=12, alpha=0.8)
ax.set_title(f'N2O_flux - {g}')
ax.set_ylabel('N2O_flux')
ax.xaxis.set_major_locator(mdates.AutoDateLocator())
ax.xaxis.set_major_formatter(mdates.DateFormatter('%m-%d %H:%M'))
axes[-1, 0].set_xlabel('datetime')
fig.autofmt_xdate()
plt.tight_layout()
plt.show()
把 Trt 换成 Fertilizer 或 Genotype,就能按对应字段拆图。组很多时别一列排到底,可以设 ncols=2,用 axes.flat 遍历,并把多余子图隐藏。
用 seaborn 简化分组绘图
import seaborn as sns
sns.relplot(
data=data,
x='datetime',
y='N2O_flux',
col='Trt',
col_wrap=2,
kind='scatter',
height=3,
aspect=2
)
plt.show()
relplot 的 col 会为每个 Trt 生成独立面板。如果只想要 LowN,先筛出 data[data['Fertilizer'] == 'LowN'],再传给 relplot。
CO2_flux 图修正
fig, ax = plt.subplots(figsize=(12, 5))
ax.scatter(data['datetime'], data['CO2_flux'], s=12, alpha=0.8, label='CO2_flux')
ax.set_xlabel('datetime')
ax.set_ylabel('CO2_flux')
ax.set_title('CO2_flux (August)')
ax.xaxis.set_major_locator(mdates.AutoDateLocator())
ax.xaxis.set_major_formatter(mdates.DateFormatter('%m-%d %H:%M'))
ax.legend()
fig.autofmt_xdate()
plt.tight_layout()
plt.show()
注意事项
- 如果图里应该只出现 LowN,先检查筛选条件是否写成了
Fertilizer == 'LowN',并确认列名拼写、大小写和空格都一致。 - 不要给 datetime 轴直接设
np.arange(0, 4364, 300)这种数值刻度,它不是时间刻度。 - 原代码多次调用
plt.figure,又都用plt.subplot(2, 1, 1),实际会不断创建新图,容易覆盖或错位。建议用fig, ax = plt.subplots(...)显式管理。 - 如果
Trt已经是Genotype_Fertilizer组合列,直接按Trt分组即可。如果只按Fertilizer分组,LowN 会把所有 LowN 基因型合在同一张图里。 N2O_flux为负不一定是错误,是否剔除要看测量和预处理规则。
备注:内容仅供参考。
