Python 在Matplotlib散点图中高亮显示数据间隙（NaN）

我正在matplotlib中绘制pandas的一些基于时间的数据（可以是上万行），我想突出显示数据中存在NaN的时段。我认为实现这一点的方法是使用axvspan在绘图上绘制一个红色框，在有数据间隙的地方开始和停止。我确实考虑过在每次使用axvline生成NaN时只绘制一条垂直线，但这可能会在绘图上创建数千个对象，并导致生成的PNG需要很长时间才能写入。因此，我认为使用axvspan更合适。然而，我陷入困境的地方是寻找南部组的开始和停止指数

下面的代码不是来自我的实际代码，只是一个基本的模型，展示了我试图实现的目标

import pandas as pd
import numpy as np
from datetime import datetime, timedelta
import matplotlib.pyplot as plt

days = pd.date_range(datetime.now(), datetime.now() + timedelta(13), freq='D')
data = [2,2.3,3,np.nan, np.nan,4.7,3.4,3.1,2.7,np.nan,np.nan,np.nan,4,4.5]
df = pd.DataFrame({'idx': days, 'col': data})
df = df.set_index('idx')
print(df)

#Code to find the start index and stop index of the groups of NaNs
# resuls in list which contains lists of each gap start and stop datetime
gaps = []

plt.plot(df.index, df['col'])

for gap in gaps: 
    plt.axvspan(gap[0], gap[1], facecolor='r', alpha=0.5)

plt.show()

结果类似于下面的模型：

---

还将赞赏其他关于可视化差距的建议。例如，一条不同颜色的直线，使用某种类型的fillna连接间隙中的数据？

要查找NaN组的开始和停止索引，您可以首先创建一个变量来保存布尔值，其中

列
为
NaN
。使用此变量，您可以找到在
valid
和
NaN
值之间存在转换的行。这可以使用（使数据帧上的一行错位）和
ne
来完成，这样您就可以比较两个连续的行并确定值的交替位置。然后，应用创建
valid
和
NaN
值的不同连续数据组

现在，仅使用具有
NaN
值的行（
df[is_NaN]
）使用
groupby
和
n_groups
来收集同一组内的间隙。接下来，apply返回一个元组，其中包含每个组的开始和结束时间戳。此处使用的
DateOffset
是将矩形显示扩展到所需图像输出后的相邻点。现在，您可以使用
['col'].values
访问聚合返回的数据帧，并将其转换为列表

。。。
...
df=df.set_索引（'idx'）
打印（df）
#用于查找NAN组的开始索引和停止索引的代码
is_nan=df['col'].isna（）
n_groups=is_nan.ne（is_nan.shift（））.cumsum（）
gap\u list=df[is\u nan].groupby（n个组）.聚合(
λx：(
x、 索引[0]+pd.DateOffset（天数=-1），
x、 索引[-1]+pd.DateOffset（天数=+1）
)
)[“col”]值
#结果在列表中，该列表包含每个间隙开始和停止日期时间的元组
间隙=间隙列表
plt.plot（df.index，df['col']，marker='o'）
plt.xticks（测向指数，旋转=45）
对于间隙中的间隙：
plt.axvspan（间隙[0]，间隙[1]，面颜色=r'，α=0.5）
plt.grid（）
plt.show（）

您可以循环查看
df['col'].isna（）给出的布尔值枚举列表，并将每个布尔值与前一个布尔值进行比较，以选择间隙的
开始
和
停止
的时间戳。以下是一个基于您的代码示例的示例，其中使用以下命令生成绘图：

将numpy作为np导入#v 1.19.2
作为pd#v 1.2.3进口大熊猫
将matplotlib.pyplot作为plt#v 3.3.4导入
天数=pd.日期范围（'2021-03-08'，周期=14，频率=D'）
数据=[2,2.3,3，np.nan，np.nan，4.7,3.4,3.1,2.7，np.nan，np.nan，np.nan，4,4.5]
df=pd.DataFrame（dict（col=data），index=days）
ax=df.plot（y='col'，marker='，figsize=（8,4））
#为时间序列中的间隔生成开始和停止时间戳列表，
#假设第一个和最后一个数据点不是NAN
开始，停止=[]，[]
对于idx，枚举中的isna（df['col'].isna（））：
如果是isna！=df['col'].isna（）[idx-1]和isna:
start.append（df.index[idx-1]）
伊里夫·伊斯纳df['col'].isna（）[idx-1]而非isna：
stops.append（df.index[idx]）
#为时间序列中的间隔绘制红色垂直跨度
对于开始，在zip中停止（开始，停止）：
ax.axvspan（开始、停止、facecolor='r'，alpha=0.3）
plt.show（）

我们可以使用来突出显示区域。但是，定义有数据的零件要比没有数据的零件容易得多，而不会与现有数据点产生间隙。因此，我们只需高亮显示整个绘图区域，然后覆盖数据为白色的区域，然后进行绘图：

import pandas as pd
import numpy as np
from datetime import datetime, timedelta
import matplotlib.pyplot as plt


days = pd.date_range(datetime.now(), datetime.now() + timedelta(13), freq='D')
data = [2,2.3,3,np.nan, np.nan,4.7,3.4,3.1,2.7,np.nan,np.nan,np.nan,4,4.5]
df = pd.DataFrame({'idx': days, 'col': data})
df = df.set_index('idx')


fig, ax = plt.subplots()
ax.fill_between(df.index, df.col.min(), df.col.max(), where=df.col, facecolor="lightblue", alpha=0.5)
ax.fill_between(df.index, df.col.min(), df.col.max(), where=np.isfinite(df.col), facecolor="white", alpha=1)
ax.plot(df.index, df.col)

ax.xaxis.set_tick_params(rotation=45)
plt.tight_layout()
plt.show()

样本输出：

最后，我从提供的答案中的a、B和C栏中选取了一些内容，感谢您的反馈。对于真实世界的数据（数十万行），构建开始-停止列表的速度非常慢。因为我不需要数字答案，只需要一个直观的答案，所以我单独使用matplotlib，并使用以下代码：

ax[i].fill_between(data.index, 0, (is_nan*data.max()), color='r', step='mid', linewidth='0')
ax[i].plot(data.index, data, color='b', linestyle='-', marker=',', label=ylabel)

中间的填充将在南的位置创建着色块。将它们与data.max（）相乘，可以跨越整个y轴。将“中间”方块从侧面移开。Linewidth=0在数据为0（非NaN）时隐藏红线。
感谢您的响应，我以前没有看到fill_between，除非我尝试运行上述代码时，它会抛出ax.fiull_between的执行选项：
发生异常：TypeError不支持的操作数类型（&）：'float'和'bool'文件“C:\gap_test.py”，第27行，在ax.fill_中间（df.index，df.col.min（），df.col.max（），其中=df.col，facecolor=“lightblue”，alpha=0.5）
您的matplotlib版本是什么？我想大概是2.x吧。这应在问题中加以说明；3.3.3. 是当前版本。Matplotlib版本是3.1.0，真的不知道为什么它不起作用，但能够从使用fill_between中获得灵感，以实现我需要的外观。