Python 是否有一种方法可以使用matplot/seaborn在一个图中创建堆叠的图或在一个图中使用堆叠的Y轴创建线？

我对数据帧的可视化是新手，我正在探索方法，但我似乎无法找到一种方法来创建我需要的非常具体的图

我有一个像下面这样的数据框，其中我有datetime作为索引和4个配置文件（而可能有更多的列对绘图不感兴趣）：

我的目标是创建具有所述规格的绘图：

线形图，每个纵断面一个，但全部在一个图中

线应该而不是截距，因此剖面应该一个叠在另一个之上，最好剖面1位于最顶部

值不应更改，因此Y轴可能应堆叠

图例应为4个剖面的整个绘图的图例

不应显示具有NaN值的纵断面图或纵断面线

如果您能提出一些建议或指导我解决问题，我将不胜感激

此外，是否有一个简短的结构化指南，其中包含一些示例，您可以向我推荐这些示例，以便在可视化方面获得一些良好的基础知识？我更喜欢在上下班途中通过平板电脑打印或阅读的东西

---

感谢您的输入：-）

可能会对您有所帮助：

df[3] = pd.to_numeric(df[3], errors = 'coerce').fillna(0)
df = df.rename(columns = {1:'A',2:'B',3:'C',4:'D'})
df = df.set_index(0)
df

Out[1]:

                        A      B    C    D
                 0              
2019-06-11 00:00:00 28.97   38.47   0.0 41.47
2019-06-11 01:00:00 28.83   38.42   0.0 41.48
2019-06-11 02:00:00 28.72   38.38   0.0 41.49
2019-06-11 03:00:00 28.56   38.33   0.0 41.49
2019-06-11 04:00:00 28.36   38.22   0.0 41.51


import matplotlib.dates as mdates


ax = [None]*4

fig = plt.figure()
f, (ax[0], ax[1], ax[2], ax[3]) = plt.subplots(4, 1, sharex=True)

ax[3].set_xlabel('Hours')

color = ['r','g','b','y']
for i in range(4):
    col = df.columns[i]
    _ = ax[i].plot(df.index,df[col], label = col, c = color[i])

xfmt = mdates.DateFormatter('%H:%M')
ax[3].xaxis.set_major_formatter(xfmt)
ax[3].xaxis.set_major_locator(mdates.HourLocator(byhour=range(24)))


_ = f.legend()

---

谢谢@Alexey，我需要花一些时间来理解您的解决方案，因为它看起来很像我需要的。我印象深刻：-）

df[3] = pd.to_numeric(df[3], errors = 'coerce').fillna(0)
df = df.rename(columns = {1:'A',2:'B',3:'C',4:'D'})
df = df.set_index(0)
df

Out[1]:

                        A      B    C    D
                 0              
2019-06-11 00:00:00 28.97   38.47   0.0 41.47
2019-06-11 01:00:00 28.83   38.42   0.0 41.48
2019-06-11 02:00:00 28.72   38.38   0.0 41.49
2019-06-11 03:00:00 28.56   38.33   0.0 41.49
2019-06-11 04:00:00 28.36   38.22   0.0 41.51


import matplotlib.dates as mdates


ax = [None]*4

fig = plt.figure()
f, (ax[0], ax[1], ax[2], ax[3]) = plt.subplots(4, 1, sharex=True)

ax[3].set_xlabel('Hours')

color = ['r','g','b','y']
for i in range(4):
    col = df.columns[i]
    _ = ax[i].plot(df.index,df[col], label = col, c = color[i])

xfmt = mdates.DateFormatter('%H:%M')
ax[3].xaxis.set_major_formatter(xfmt)
ax[3].xaxis.set_major_locator(mdates.HourLocator(byhour=range(24)))


_ = f.legend()