PAYATHON 2026

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

  1. 读取数据,并把时间列转成 datetime。
  2. 用布尔索引筛出一个处理,例如 LowN。
  3. 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。
  4. 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。