基于python条件的绘图颜色填充

我用数据集df绘制了一个图，其中时间戳是索引：

df:

和代码

df.plot( y='Temperature', figsize=(16, 10),) 
plt.axhline(y=40, color='r', linestyle='-')
plt.axhline(y=25, color='b', linestyle='-')
plt.show()

图表如下所示：

我想为温度在25°C和40°C之间的三角形区域填充颜色。我可以通过调整代码来做到这一点吗？如果不是，那么什么是好的方法？谢谢

---

注：数据不是连续的，但已向前填充，具有1秒的恒定间隔。此外，峰值温度高于40°C，时间戳中相应的垂直部分不应着色

我可以建议在使用where参数之间使用fill_：

Timestamp = pd.date_range('2020-02-06 08:23:04', periods=1000, freq='s')
df = pd.DataFrame({'Timestamp': Timestamp,
                   'Temperature': 30+15*np.cos(np.linspace(0,10,Timestamp.size))})

df['top_lim'] = 40.
df['bottom_lim'] = 25.

plt.plot_date(df['Timestamp'], df['Temperature'], '-')
plt.plot_date(df['Timestamp'], df['top_lim'], '-', color='r')
plt.plot_date(df['Timestamp'], df['bottom_lim'], '-', color='blue')

plt.fill_between(df['Timestamp'], df['bottom_lim'], df['Temperature'],
                where=(df['Temperature'] >= df['bottom_lim'])&(df['Temperature'] <= df['top_lim']),
                facecolor='orange', alpha=0.3)

########### EDIT ################

# plt.fill_between(df['Timestamp'], df['bottom_lim'], df['top_lim'],
#                 where=(df['Temperature'] >= df['top_lim']),
#                 facecolor='orange', alpha=0.3)


mask = (df['Temperature'] <= df['top_lim'])&(df['Temperature'] >= df['bottom_lim'])
plt.scatter(df['Timestamp'][mask], df['Temperature'][mask], marker='.', color='black')
cumulated_time = df['Timestamp'][mask].diff().sum()
plt.title(f'Cumulated time in range = {cumulated_time}')
plt.show()

---

我可以建议在使用where参数之间使用fill_：

Timestamp = pd.date_range('2020-02-06 08:23:04', periods=1000, freq='s')
df = pd.DataFrame({'Timestamp': Timestamp,
                   'Temperature': 30+15*np.cos(np.linspace(0,10,Timestamp.size))})

df['top_lim'] = 40.
df['bottom_lim'] = 25.

plt.plot_date(df['Timestamp'], df['Temperature'], '-')
plt.plot_date(df['Timestamp'], df['top_lim'], '-', color='r')
plt.plot_date(df['Timestamp'], df['bottom_lim'], '-', color='blue')

plt.fill_between(df['Timestamp'], df['bottom_lim'], df['Temperature'],
                where=(df['Temperature'] >= df['bottom_lim'])&(df['Temperature'] <= df['top_lim']),
                facecolor='orange', alpha=0.3)

########### EDIT ################

# plt.fill_between(df['Timestamp'], df['bottom_lim'], df['top_lim'],
#                 where=(df['Temperature'] >= df['top_lim']),
#                 facecolor='orange', alpha=0.3)


mask = (df['Temperature'] <= df['top_lim'])&(df['Temperature'] >= df['bottom_lim'])
plt.scatter(df['Timestamp'][mask], df['Temperature'][mask], marker='.', color='black')
cumulated_time = df['Timestamp'][mask].diff().sum()
plt.title(f'Cumulated time in range = {cumulated_time}')
plt.show()

---

如果你可以发布你的整个数据集，这将帮助人们提供一个完整的例子：Hi@CDJB谢谢你的评论，但我担心整个数据集太大，无法在这里发布..这与plotly有什么关系？如果你可以发布你的整个数据集，这将帮助人们提供一个完整的例子：Hi@CDJB谢谢你的评论，但我很抱歉恐怕完整的数据集太大，无法在此发布..这与plotly有什么关系？嗨，Andrea，谢谢你的解决方案。是否可以排除曲线超过40的部分？因为我想计算温度在25到40之间的累积时间，我不确定我是否得到了你的要求。编辑回答了你的问题吗？是的，这正是我想要的！只有一个问题，有没有办法取代.diff？由于列时间戳是索引格式，因此它返回AttributeError:“DatetimeIndex”对象没有属性“diff”。答案：嗨，Andrea，谢谢您的解决方案。是否可以排除曲线超过40的部分？因为我想计算温度在25到40之间的累积时间，我不确定我是否得到了你的要求。编辑回答了你的问题吗？是的，这正是我想要的！只有一个问题，有没有办法取代.diff？由于列时间戳是索引格式，它返回AttributeError:“DatetimeIndex”对象没有属性“diff”。答案是：