python - pandas，matplotlib : a way to assign same colors, 子图中相同列标签的线条样式？

Question

我有几个数据框显示具有一些随时间变化的相似变量(即列名称)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

有没有一种方法可以按列名分配线型，例如，FR、stim_current 和 self_excitation 在每个子图中都具有相同的颜色？假设我希望 FR 为蓝色且粗体，stim current 为黑色，self_excitation 为绿色。我还希望数据帧之间的任何不同之处都以不同的颜色显示在每个子图中。理想情况下，我还可以重新排序数据框的列，以便每个数据框中显示的内容都在顶部的图例中，而变化的内容将出现在图例的底部。

Answer 1

可以通过以下方法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])