Pandas，Matplotlib:一种为子图的相同列标签分配相同颜色、线条样式的方法

Question

我有一些数据框显示具有一些类似变量（即列名）随时间变化的对象，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

有没有办法按列名分配线型，以便例如，FR、stim_current 和 self_excitation 在每个子图中具有相同的颜色？假设我希望 FR 为蓝色和粗体，刺激电流为黑色，self_excitation为绿色。我还希望数据框之间的任何不同之处在每个子图上以不同的颜色显示。理想情况下，我还可以对数据框的列重新排序，以便每个数据框中显示的内容都位于顶部的图例中，而变化的内容将出现在图例的底部。

Answer 1

使用以下

方法可以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])